BriefGPT - AI 论文速递
·
使用局部傅里叶神经算子的多变量高分辨率三维城市微气候建模
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出局部傅里叶神经算子（Local-FNO）模型，以解决城市微气候分析中传统计算流体动力学的高成本问题，提升气流和温度预测的精度与计算效率，支持城市规划与公共健康。
🎯
关键要点
- 本研究提出局部傅里叶神经算子（Local-FNO）模型。
- 该模型旨在解决城市微气候分析中传统计算流体动力学的高计算成本问题。
- 局部傅里叶神经算子模型通过局部训练、几何编码和重叠块技术实现高精度气流和温度预测。
- 模型显著提高了计算效率。
- 该研究支持在快速变化的城市微气候条件下进行更好的城市规划和公共健康。
➡️
