研究人员开发了一个新的工程形状优化框架，解决了手动设置和代理模型可靠性的挑战。该方法将基于知识的约束转化为变形算子的可量化参数，从而实现更可控的优化。此外，还创建了一个混合专家神经网络算子（MoE-NO）来提高不同空气动力学数据集上的阻力预测精度和一致性。还包含了一个不确定性估计策略，用于识别分布外几何并触发物理求解器反馈以进行改进。 AI
影响 这项研究可能导致更高效、更可靠的工程空气动力学设计过程。
排序理由 该集群包含一篇学术论文，详细介绍了一种新的形状优化方法和模型。[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 →
