算法论文7
西工大团队发现数据驱动涡激振动标度律
力学与人工智能
AI 摘要
西工大史子颉等人:提出两次用符号回归的“白箱”标度参数VIV建模法,能有效归一化峰值振幅数据,提升不同雷诺数下最大振幅预测能力,还从能量角度解释了其物理机制。
阅读原文 · 力学与人工智能
AMS| 西工大史子颉,高传强,王旭,林海涛,张伟伟:数据驱动的涡激振动标度律发现
涡激振动最大振幅是评估结构安全的关键指标,现有理论模型有局限,常用数据驱动方法也面临挑战。本文提出两次应用符号回归的“白箱”标度参数VIV建模方法,验证了其鲁棒性与泛化能力,还给出物理层面解释。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯7
肖恒分享通用数据驱动湍流建模报告
2026年8月,第十四届全国流体力学学术会议在山东青岛举行,智能流体力学专题研讨会展示了人工智能与流体力学交叉研究进展。本次聚焦《turbX:基于多目标学习的通用数据驱动湍流建模》报告,研究来自斯图加特大学相关机构。
力学与人工智能
算法论文8
TACL 综述:长文本模型能力取决于数据
该 TACL 综述首次从数据视角审视长上下文语言模型,指出长上下文能力本质是数据驱动。它建立分类体系,明确高质量长文数据条件,给出核心能力的数据配方与评估法,还整理数据集和基准,提出待解问题。
深度学习自然语言处理
算法论文7
Odrzywołek:EML算子革新初等函数生成
波兰雅盖隆大学Odrzywołek发现二元算子EML,结合常数1能生成科学计算器所有标准功能。EML算子简化运算符集合、将离散问题转化为连续优化问题,但存在数值稳定性、表达式非唯一等局限。
力学与人工智能
算法论文8
赵林团队:EvLOWN破弱非线性方程推断难题
2026年3月6日,赵林等教授团队在《Advanced Science》发表论文。提出EvLOWN数据驱动理论,利用平均法重构推断方程目标,扩展微小效应可推断性边界,在多领域应用效果好,但有未考虑SDE等局限。
力学与人工智能