研究人员开发了CoPiT,一种用于非结构化网格上气动场预测的条件位置诱导Transformer。该模型通过特征级线性调制(FiLM)显式地整合了自由流状态和设计变量等全局参数,从而改进了现有的神经算子。在翼型和混合翼身表面上的评估表明,CoPiT比其他方法显著降低了表面和体积损失,并在一个数据集中实现了最低的总体归一化测试均方误差。 AI
影响 该模型为复杂的气动模拟提供了一个更有效的代理,有可能加速航空航天工程中的设计探索和优化。
排序理由 该集群包含一篇详细介绍特定科学领域新模型的学术论文。[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 →