physics-informed machine learning | BriefGPT

关键词physics-informed machine learning

搜索结果 - 26

物理信息机器学习在动态系统建模和控制中的应用
本文概述了物理相关机器学习在动态系统建模和控制方面的最新进展、基本概念和方法、工具及应用。
PDFa year ago
Π-ML：基于维度分析的大气地表层光学湍流机器学习参数化
本文提出了一种基于物理学分析和梯度提升的机器学习方法以预测 $C_n^2$，并确定了潜在温度的归一化方差作为预测湍流强度的主导特征，并训练了一组模型以达到统计鲁棒性和高性能。
PDFa year ago
基于物理的机器学习用于运动载荷问题
该论文提出了一种新的物理信息机器学习 (PIML) 模拟移动载荷前向和反向问题的方法，通过利用物理信息神经网络 (PINNs) 来解决动载荷问题，并使用高斯函数替代 Dirac delta 函数，用于预测梁的弯曲和载荷量，仿真结果表明 PI
PDFa year ago
h 分析和数据并行的物理信息神经网络
本文探讨了物理知识驱动的机器学习（PIML）方案的数据并行加速，重点是针对多个图形处理单元（GPU）架构的物理知识驱动的神经网络（PINNs）。通过使用基于 Horovod 的训练框架详细说明了开发规模鲁棒的 PHP 模型的协议，包括对广义
PDFa year ago
物理学知识驱动的机器学习：问题、方法和应用综述
本篇调查报告讲述了物理资讯机器学习在机器学习与数学物理模型的交叉领域中的应用和发展，它以物理机制为前提，在模型结构、优化器、推断算法和特定领域的应用（如逆向工程设计和机器人控制）等方面将不同的物理先验形式编码成模型，随着跨领域的研究，增强模
PDF2 years ago
物理资讯神经网络与图形网络的可扩展算法
本文综述了物理信息机器学习在解决复杂物理和生物系统中的应用，重点介绍了使用 PINN 和 PIGN 网络的物理信息神经网络和图神经网络的应用以及其在大规模工程问题中的扩展。
PDF2 years ago