研究人员开发了八个新的代理模型来预测多孔介质中的流体流动，旨在降低传统高保真数值模型的计算成本。其中四个是利用一个神经网络进行压缩，另一个进行预测的降阶模型（ROM）。另外四个是新颖的、网格尺寸不变的单一神经网络，能够在比训练时使用的域更大的域上进行推理。比较分析表明，UNet++架构的性能优于UNet，并且网格尺寸不变的方法在减少内存消耗和将预测值与真实值相关联方面被证明是有效的。 AI
影响 这项研究为模拟复杂物理过程提供了一种计算效率更高的方法，有可能加速地质学和材料科学等领域的研究。
排序理由 学术论文，详细介绍了使用神经网络对复杂物理相互作用进行建模的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
