算法论文8
西工大:欧拉嵌入法提升气动力建模能力
力学与人工智能
AI 摘要
西北工业大学赵书乐、张伟伟提出欧拉方程嵌入的壁面压力和摩阻分布机器学习方法。该方法将欧拉方程无粘特征融入建模,经多算例验证,能保证精度、减少样本需求、提升泛化能力。
阅读原文 · 力学与人工智能
ENG APPL COMP FLUID | 西北工业大学赵书乐、张伟伟:欧拉方程嵌入的壁面压力和摩阻分布机器学习方法
传统气动力建模依赖大量样本、泛化能力弱。本文将欧拉方程无粘特征融入建模,配合架构与损失函数设计,让模型在复杂状态保持泛化能力,集中力误差约3%,小样本建模时样本量比传统方法降2倍以上。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
浙大论文揭露VLM微调真相,给CLIP‘踩刹车’
浙大陈静远教授课题组等提出自适应非对称适配器,放弃对图像分支硬性微调,引入预测置信度自动给视觉塔‘踩刹车’。经实验总结出微调三大核心洞察,在多个数据集测试中表现优异。
AI科技评论
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
算法论文8
上海AI Lab:SFT泛化满足三条件就行
上海人工智能实验室等团队研究指出,“SFT泛化能力差”定论有局限。SFT泛化能力受优化过程、数据质量与结构、模型基础能力共同制约,研究还揭示其训练中的现象及副作用。
量子位