提出无数据有限体积CNN求解圆柱绕流
热点事件持续更新
提出无数据有限体积CNN求解圆柱绕流
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Ryosuke Yano 在 arXiv 发布论文，提出一种无数据有限体积卷积神经网络（FV-CNN），用于求解八个马赫数 2–15 下圆柱绕流的定常可压缩 Euler 流，训练不依赖任何 CFD 或实验场数据。 论文同时与 AD-CNN 方法进行了比较。作者称，系数、随机种子与检查点的选取尚未建立独立于参考解的确定方式；其中马赫 2 的算例采用了单独的受限预算协议。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
无数据有限体积卷积神经网络求解圆柱绕流定常可压缩 Euler 流（Ma 2–15）报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI无数据有限体积卷积神经网络求解圆柱绕流定常可压缩 Euler 流（Ma 2–15）
研究提出一种无数据有限体积卷积神经网络（FV-CNN），用于求解八个马赫数 2–15 下圆柱绕流的定常 Euler 流，训练不依赖 CFD 或实验场数据。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。