算法论文8
左奎军:机器学习助力复杂流场预测
力学与人工智能
AI 摘要
左奎军博士:以二维翼型等为对象构建智能流场预测网络,提出多种模型和策略,如翼型参数化网络、多专家神经网络等,还分析不同模型优劣,为飞行器流场预测提供新方法。
阅读原文 · 力学与人工智能
博士学位答辩PPT分享 | 基于机器学习的复杂流场预测方法研究
左奎军博士论文聚焦基于机器学习的复杂流场预测,以多种对象构建智能流场预测网络架构,发展耦合求解方法,剖析核心要素影响,提出多个创新模型和策略,还分析了不同模型在流场预测中的表现与问题。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
UBio-MolFM:单卡跑18万原子,分子模拟新突破
至知创新研究院UBio团队发布的UBio-MolFM v1.5,是可进行分子动力学模拟的机器学习原子间势函数。它在精度和规模上有提升,实测中表现优于经典力场,架构、数据和训练都有创新,误差降45%,速度提8倍,现已开源。
量子位
新闻资讯8
张朝阳对话刘若微:揭秘智能材料底层逻辑
8月12日,张朝阳与刘若微教授围绕“复杂的世界:从沙子到智能”主题,从沙堆、泡沫切入软物质与非平衡统计物理前沿,探讨阻塞相变、低功耗类脑智能材料研究路径及未来潜力,还分享科研感悟。
量子位
推荐文章8
系统了解AI,这四件事得搞清楚
文章围绕系统了解AI需搞清楚的四件事展开,介绍了AI理论基础层的机器学习和深度学习,感知交互层的计算机视觉等,应用实践层的机器人学等,还提及伦理社会层的AI伦理和社会影响研究。
AIGC开放社区
推荐文章8
Silvia Sapora:揭秘机器学习求职面试真相
牛津大学博士生Silvia Sapora把机器学习求职面试经历原原本本写在博客中。她分享面试准备技巧、心态与谈判策略,提醒一次面试表现不定义研究者价值,该文对求职者或许比题库更有用。
机器之心