English(EN) Conditional Neural Field based Reduced Order Model for Dynamic Ditching Load Prediction

神经场高精度预测飞机迫降载荷

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-22 04:00

研究人员开发了一种基于条件神经场的降阶模型，用于预测飞机迫降载荷。该方法与LSTM网络结合，以比传统的基于网格的方法更少的参数实现了高时空预测精度。值得注意的是，该模型通过准确重建不同空间离散化下的载荷，展示了其灵活性，使其能够用于各种训练数据集并预测不同配置下的载荷。 AI

影响为模拟飞机迫降载荷等复杂物理现象引入了一种更灵活、参数效率更高的方法。

排序理由详细介绍特定物理问题新颖建模方法的学术论文。[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 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Henning Schwarz, Pyei Phyo Lin, Jens-Peter M. Zemke, Thomas Rung · 2026-05-22 04:00

Conditional Neural Field based Reduced Order Model for Dynamic Ditching Load Prediction

arXiv:2605.21499v1 Announce Type: cross Abstract: Grid-based neural networks such as convolutional autoencoders are widely used in dimension reduction-based surrogate models for computational fluid dynamics. In recent years, the use of coordinate-based approaches like conditional…