This cumulative dissertation consists of four variants of deep learning methods for physics field predictions using convolutional neural networks. First, a data-driven method to characterize film cooling flows in a rocket combustor, second, a combined data- and physics-driven method for heat conduction predictions, third, a physics-driven approach to solving fluid mechanics problems obeying Navier-Stokes equations, and finally, a generative adversarial network with physical evaluators framework to employ prior knowledge of the involved physics for spray simulations.     «

This cumulative dissertation consists of four variants of deep learning methods for physics field predictions using convolutional neural networks. First, a data-driven method to characterize film cooling flows in a rocket combustor, second, a combined data- and physics-driven method for heat conduction predictions, third, a physics-driven approach to solving fluid mechanics problems obeying Navier-Stokes equations, and finally, a generative adversarial network with physical evaluators framework...     »

Diese kumulative Dissertation stellt vier verschiedenen Deep-Learning-Methoden zur Vorhersage der physikalischen Felder unter Verwendung der Convolutional Neural Networks vor: eine Data-Driven Methode zur Charakterisierung von Kühlfilmströmungen in Raketenbrennkammern; eine kombinierte Data- und Physics-Driven Methode zur Vorhersage von Wärmeleitungsproblemen; einen Physics-Driven Ansatz zur Lösung von Strömungsproblemen unter Erhaltung der Navier-Stokes-Gleichungen und schließlich ein Generative Adversarial Network mit Bewertung, um entsprechendes physikalisches Vorwissen für Zerstäubungssimulationen einzubinden.     «

Diese kumulative Dissertation stellt vier verschiedenen Deep-Learning-Methoden zur Vorhersage der physikalischen Felder unter Verwendung der Convolutional Neural Networks vor: eine Data-Driven Methode zur Charakterisierung von Kühlfilmströmungen in Raketenbrennkammern; eine kombinierte Data- und Physics-Driven Methode zur Vorhersage von Wärmeleitungsproblemen; einen Physics-Driven Ansatz zur Lösung von Strömungsproblemen unter Erhaltung der Navier-Stokes-Gleichungen und schließlich ein Generat...     »