PulseAugur
中
实时 12:55:19
English(EN) FlowForge: A Staged Local Rollout Engine for Flow-Field Prediction

FlowForge引擎通过分阶段本地滚动增强CFD流场预测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了FlowForge，一个用于利用深度学习预测流场的新型引擎。该系统采用分阶段本地滚动方法，按顺序更新空间站点，而不是进行一次全局传递。FlowForge旨在通过以有限的局部上下文为条件进行更新，来提高对噪声或不完整数据的鲁棒性并减少误差放大。在PDEBench和CFDBench等基准测试上的评估表明，FlowForge在提高稳定性和降低延迟的同时，达到了或超过了基线精度。 AI

影响 引入了一种提高科学模拟中深度学习模型效率和鲁棒性的新方法。

排序理由 介绍流场预测新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

FlowForge引擎通过分阶段本地滚动增强CFD流场预测能力

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xiaowen Zhang, Ziming Zhou, Fengnian Zhao, David L. S. Hung ·

    FlowForge：用于流场预测的分阶段本地部署引擎

    arXiv:2604.18953v2 Announce Type: replace Abstract: Deep learning surrogates for CFD flow-field prediction often rely on large, complex models, which can be slow and fragile when data are noisy or incomplete. We introduce FlowForge, a staged local rollout engine that predicts fut…

相关实体

相关话题