Aug, 2023
基于深度生成建模的数据增强与演示,使用 BFBT 基准空隙率数据集
Deep Generative Modeling-based Data Augmentation with Demonstration using the BFBT Benchmark Void Fraction Datasets
Farah Alsafadi, Xu Wu
TL;DR本研究探讨深度生成模型在核工程中扩增科学数据的应用,发现变分自编码器(VAEs)、条件变分自编码器(CVAEs)和生成对抗网络(GANs)具有相当的生成性能,使合成数据集的误差较小,证明深度生成模型在核工程中具有扩增训练数据集并让其他深度学习模型更准确训练的巨大潜力。