BriefGPT - AI 论文速递
·
隐式神经表示用于准确的计算流体力学流场预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一个名为INFINITY的深度学习模型，用于处理数值设计中的模拟模型问题。实验结果表明，该模型能够准确推断整个体和表面的物理场，并在设计探索和形状优化等领域具有适用性。
🎯
关键要点
- 提出了一个名为INFINITY的深度学习模型，利用隐式神经表示（INRs）处理数值设计中的模拟模型问题。
- 模型将几何信息和物理场编码为紧凑的表示，并学习它们之间的映射以推断物理场。
- 在AirfRANS数据集上评估模型，展示了在空气动力学设计优化问题上的最先进性能。
- 模型能够准确推断整个体和表面的物理场，适用于设计探索和形状优化等领域。
- 模型能够正确预测阻力和升力系数，并遵守相关方程。
➡️
