本文探讨了流体力学中数据驱动模型的可解释性,提出了一种加性特征归因方法,通过线性模型将输入特征与预测结果连接,从而为深度学习模型提供重要的可解释性,促进符合物理规律的模型应用。
完成下面两步后,将自动完成登录并继续当前操作。