Deep learning surrogate with sensitivity and uncertainty analysis for coupled MHD natural convection flows

この論文は、磁気流体力学（MHD）に基づく自然対流流れを高速に予測するための深層学習サロゲートモデルを開発したものです。従来の数値シミュレーションは計算コストが高いため、深層学習を用いて入出力関係を近似することで、感度解析や不確実性評価を効率的に行えるようにしています。これにより、設計パラメータが流れや熱伝達に与える影響を素早く調べることができ、工学的な設計や最適化に役立ちます。