BriefGPT - AI 论文速递
·
用于实时模拟三维动态城市微气候的傅立叶神经算子
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了利用Fourier神经算子（FNO）网络进行实时三维城市风场模拟的方法。通过半拉格朗日方法和分数步进法模拟大规模城市问题中的城市微气候特征。数值实验表明，FNO模型能够准确重构瞬时空间速度场，并且在不同风向的未见数据上也具有良好的泛化能力。最重要的是，FNO方法能够在毫秒内进行预测，实现了三维动态城市微气候的实时模拟。
🎯
关键要点
- 利用Fourier神经算子（FNO）网络进行实时三维城市风场模拟。
- 采用半拉格朗日方法和分数步进法模拟城市微气候特征。
- 数值实验表明FNO模型能够准确重构瞬时空间速度场。
- FNO模型在不同风向的未见数据上具有良好的泛化能力。
- FNO方法能够在毫秒内进行预测，实现三维动态城市微气候的实时模拟。
🏷️
标签
➡️
