Fiziaki szimulációs környezetekben (pl.: áramlás szimuláció) számos olyan rész probléma létezik melyek megoldására komplex optimalizációs eljárásokat alkalmaznak. Ezek a módszerek általában igen számítás igényesek és ezért végrehajtásuk sok időt vesz igénybe. Érdemes lenne megviszgálni annak a lehetőségét, hogy hogyan lehetne gépi tanuló eljárásokkal ezen módszerek teljesítményét javítani pl.: pontosabb kezdeti állapot becsléssel az iterációk számát csökkenteni.

A hallgató feladata lenne megismerkedni egy folyadék szimulációs eljárással, lehet ez Euler- vagy Lagrange módszer alapú, továbbá jártasságot szerezni a gépi tanuló eljárások között, első sorban neurális hálózatokkal kapcsolatos ismereteket szerezni. Az alapok megismerése után egy rész téma kiválasztása és annak alaposabb viszgálata pl.: nyomás becslése a szimuláció lépéseiben.