ShipNet AI模型实时预测船舶流体动力学

研究人员开发了ShipNet，一个用于实时预测船舶流体动力学的几何深度学习模型。该代理模型利用船体几何形状和速度来近似压力分布和波浪模式，与传统的计算流体动力学方法相比，速度显著提升。ShipNet在保留的测试集上取得了高精度，预测船体压力的R^2为0.98，预测波浪场的R^2为0.91，每次推理耗时约0.15秒。 AI

影响 通过提供快速、准确的流体动力学预测，加速船舶设计，从而能够进行更广泛的参数探索。

排序理由 该集群包含一篇详细介绍特定科学领域新AI模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Kirsten Odendaal
• ScienceCast
• ShipNet

• 论文
• 基础设施

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