Jul, 2023

喷射流与高爆药互动的时空替代物：第一部分 —— 小样本分析

PDF
TL;DR本研究通过一个二维的喷气与高爆相互作用问题，探讨如何构建高质量的拟数据，同时分析大量数据集的方法，并提出了提高拟合精度的简便方法。
computer simulationshigh-performance computingsurrogatesvector-valued outputsspatio-temporal surrogates
发现论文，激发创造
  • 喷气与高能材料相互作用的时空替代物：第二部分 -- 聚类极高维栅格数据

    通过引入随机投影的想法，我们对数据进行降维，然后使用 k-means 聚类方法进行聚类，从而为超高维数据生成有意义的簇分配，进而建立计算机模拟的准确替代模型。

    Jul, 2023

  • 代理时间序列

    通过案例研究，本文回顾了用于非线性现象分析的模拟数据方法的限制和注意事项，介绍了针对不均匀采样、多元数据和模拟峰值火车的新算法；同时，还探讨了这些方法在 TISEAN 软件中实现的实现方面。

    Sep, 1999

  • 大规模集成运行中的深度替代模型的高吞吐量训练

    最近几年，深度学习方法在加速数值求解器方面取得了突破，提供了对物理世界的忠实但计算密集型的模拟。提出了一个开源框架，能够从大量集合运行的模拟中在线训练这些模型。该框架通过利用多层并行性生成丰富的数据集，避免了 I/O 瓶颈和存储问题，并通过直接流式传输生成的数据。训练储备池减轻了流式传输的固有偏差，同时最大化了 GPU 吞吐量。实验证明，采用该方法，在 2 小时内能够训练 8TB 的数据，并且准确度提高了 47％，批处理吞吐量增加了 13 倍，相比传统的离线过程。

    Sep, 2023

  • 揭密 CFD 模拟机器学习代理的数据需求

    通过机器学习建立替代模型来加速计算流体力学模拟，使用温度预测在车舱内的分布作为案例，并探讨预测性能与训练数据集规模的关系，结果显示可以在大大减少训练数据集的情况下保证高精度和稳定性。

    May, 2022

  • 通过机器学习支持的多物理仿真优化改进

    这篇论文介绍了一种用于训练、自我优化和自我组织的代理模型方法论框架，用于逼近和加速多物理模拟，通过与两种优化算法和一种综合评估策略的结合训练和优化管道的性能评估，实验证明了代理模型能够准确逼近基础模拟，并使用可解释的 AI 技术分析代理模型并进行预选择策略以确定真实示例中最相关的特征。

    Sep, 2023

  • 大型 CFD 网格上图机学习模型的多 GPU 训练方法

    基于网格的数值求解器，代理模型，预测 - 校正方法，基于图机器学习，分布式模型。

    Jul, 2023

  • Turaco：为训练程序的神经代理生成复杂度指导的数据采样

    通过复杂度引导的数据采样方法，在多个实际程序上展示了基于神经网络的程序代理训练的经验改进。

    Sep, 2023

  • 空间 - 时间野火预测的生成模型

    使用三维向量量化变分自编码器提出了一个生成模型，用于生成给定生态区域中未见野火烧毁区域的时空序列，并利用这些数据训练了一个代理模型来预测野火的传播。

    Aug, 2023

  • 利用机器学习解决物理系统模拟中的计算难题

    本研究提出了一个基于机器学习的数据生成框架，旨在辅助那些利用模拟来研究各种物理系统或过程的研究人员。我们的方法包括两个步骤：首先，我们使用有限的模拟数据训练监督预测模型来预测模拟结果；然后，我们使用强化学习代理来生成准确的、类似于模拟的数据，从而更有效地探索参数空间并深入了解物理系统或过程。我们通过两个案例研究：一个关注地震破裂物理，另一个关注新材料开发，证明了所提出框架的有效性。

    May, 2023

  • 具有保留属性和可调折衷的物理系统代理建模

    本文提出了一种框架，旨在自动开发一系列物理系统的代理模型，以协助进行时间（模拟成本）和精度之间的平衡，其中包括从一级原理生成高保真模型并应用自下而上的模型降阶和利用实验或模拟数据拟合人工本构关系来生成代理模型。

    Feb, 2022