KTH皇家理工学院发明新深度学习工具 可有助于减少空气阻力造成的排放

盖世汽车讯 深度学习工具彻底改变了飞机、汽车和船舶的空气动力学工程,使这些出行工具能够更加节能且结构更加精致。据外媒报道,瑞典皇家理工学院(KTH Royal Institute of Technology)发明新的计算模型,可依靠神经网络架构生成准确的空气动力阻力预测,同时节省时间、成本和能源,进一步推动了气流再现科学的发展。相关研究已发表于期刊《Nature Communications》。

‌‌‌​​‌​​⁠‌​‌‌‌​​​⁠‌​​​‌​‌​⁠‌‌‌​​‌‌​⁠‌​‌‌​‌​‌⁠‌​‌‌​‌‌‌⁠‌‌‌​​‌‌‌⁠‌​​‌‌​‌‌⁠‌​​‌​‌‌​⁠‌‌‌​​‌​​⁠‌​‌‌‌​​​⁠‌​​‌​‌‌​⁠‌‌‌​​‌‌‌⁠‌​‌‌‌‌​‌⁠‌​​‌​​​‌⁠‌‌‌​​‌‌‌⁠‌​‌‌‌​‌‌⁠‌​​‌‌‌​​⁠‌‌‌​​‌‌​⁠‌​​​‌​‌​⁠‌​​​​​​​⁠‌‌‌​​‌‌​⁠‌​​‌‌‌​​⁠‌​‌​‌‌‌‌⁠‌‌‌​​‌‌​⁠‌​​‌‌‌​​⁠‌​​​‌​​‌⁠‌‌‌​‌​​‌⁠‌​​‌‌​​‌⁠‌​​‌​​​​⁠‌‌‌​​‌​‌⁠‌​​​​‌​‌⁠‌​‌​‌‌​​⁠‌‌‌​​‌​‌⁠‌​​​‌‌‌‌⁠‌​‌‌‌​​​⁠‌‌‌​​‌‌‌⁠‌​​​‌​​‌⁠‌​​​‌​​​⁠‌‌‌​​‌‌​⁠‌​​‌‌‌​‌⁠‌​​​​​‌‌⁠‌‌‌​​‌‌​⁠‌​​​‌​​‌⁠‌​​​​​​​⁠‌‌‌​​‌‌​⁠‌​​‌‌‌​​⁠‌​​​‌​​‌⁠‌‌‌​‌‌‌‌⁠‌​‌‌‌‌​​⁠‌​​​‌‌​​⁠‌‌‌​​‌‌​⁠‌​​‌‌‌​​⁠‌​‌​‌​‌​⁠‌‌‌​​‌‌‌⁠‌​‌‌‌​‌‌⁠‌​​​‌‌‌‌⁠‌‌‌​​‌​‌⁠‌​​​​‌​‌⁠‌​​​​​​‌⁠‌‌‌​‌​​​⁠‌​‌​‌‌‌​⁠‌​‌‌‌​​​⁠‌‌‌​​‌‌‌⁠‌​‌​​‌‌​⁠‌​​​​​​‌⁠‌‌‌​​‌‌​⁠‌​‌​‌‌​‌⁠‌​‌​​​‌​⁠‌‌‌​‌​​​⁠‌​‌‌‌‌​‌⁠‌​‌​‌‌​​⁠‌‌‌​‌​​​⁠‌​‌‌‌‌​‌⁠‌​‌‌‌‌​‌

图片来源:期刊《Nature Communications》

该框架设计简单,并使用从更复杂的仿真中获得的数据构建,即所谓的降阶模型(ROM)。顾名思义,ROM保留了更复杂模型的最基本特征,同时省略了不太重要的细节。

文章来源于互联网:KTH皇家理工学院发明新深度学习工具 可有助于减少空气阻力造成的排放

相关文章