研究人员推出了CarBench，这是首个用于评估高保真3D汽车空气动力学中神经代理模型的综合基准。该基准利用了DrivAerNet++数据集，该数据集包含超过8000次高保真汽车模拟。CarBench评估了十一种不同的模型架构，包括神经算子、几何深度学习模型、基于Transformer的求解器和隐式场网络。评估涵盖了预测准确性、物理一致性、计算效率和不确定性估计，该框架和预训练权重已开源，以促进数据驱动工程领域的可复现研究。 AI
影响 为工程设计中的AI建立了一个标准化的评估框架，有望加速数据驱动空气动力学领域的进步。
排序理由 该项目描述了一个新的基准和开源框架，用于评估特定工程领域（空气动力学）的机器学习模型，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
- AB-UPT
- CarBench
- DrivAerNet++
- Fourier Neural Operator
- Mohamed Elrefaie
- PointMAE
- PointNet: A 3D Convolutional Neural Network for real-time object class recognition
- PointTransformer
- RegDGCNN
- Transolver
- TripNet: A Method for Constructing Rooted Phylogenetic Networks from Rooted Triplets
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
