Apr, 2023
多孔介质扩散的深度学习
Deep learning for diffusion in porous media
Krzysztof M. Graczyk, Dawid Strzelczyk, Maciej Matyka
TL;DR本文采用卷积神经网络 (CNN) 来预测多孔介质的基本属性。该文分两项任务,第一项任务是利用几何分析来预测孔隙率和有效扩散系数,第二项任务则是通过重构系统的几何和浓度图来完成。其中,本文提出了两种不同种类的 CNN 模型,分别为 C-Net 和 U-Net。此外,U-Net 能够准确地重构浓度场,而且在各种数据类型上都表现出了良好的性能。