BriefGPT - AI 论文速递
·
基于网格的多尺度图神经网络流体流动超分辨率
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
提出了一种新型超分辨率框架MeshfreeFlowNet，基于深度学习，能够在低分辨率下生成连续的时空解，并在Rayleigh-Benard对流问题中表现出众。该框架具有高效扩展性，可在大型集群上训练，最高可达96.80％的扩展效率，训练时间不到4分钟。
🎯
关键要点
-
提出了一种新型超分辨率框架MeshfreeFlowNet，基于深度学习。
-
该框架能够在低分辨率下生成连续的时空解。
-
MeshfreeFlowNet可以采样真实的时空分辨率，并支持任意大小的时空域训练。
-
在Rayleigh-Benard对流问题中的湍流流动超分辨率任务上表现出众。
-
框架具有高效扩展性，最高可在128个GPU上达到96.80％的扩展效率。
-
训练时间不到4分钟。
➡️
