BriefGPT.xyz
Ask
alpha
关键词
reduced-order modelling
搜索结果 - 4
用 Bregman 学习稀疏化 PDE 解数据的降维
我们提出了一种多步算法,通过在编码器 - 解码器网络中引入稀疏性来减少参数的数量和潜在空间的额外压缩。该算法以稀疏初始化网络开始,并使用线性化的 Bregman 迭代进行训练。在训练之后,我们进一步通过使用一种适当的正交分解形式来压缩潜在空
→
PDF
18 days ago
随机潜在变换器:随机强迫区域性涡旋的高效建模
引入了 “随机潜在转换器”,这是一种用于随机偏微分方程(SPDE)高效减维建模的概率深度学习方法。通过将具有随机驱动的流体力学建模应用于研究已深入的纬向气流系统,展示了该神经网络相较于数值积分实现了 5 个数量级的加速,从而实现了成本效益较
→
PDF
8 months ago
MM
流形增强的伊可纳方程:不同 iable 流形上的测地距离和流动
机器学习模型发现的流形提供了底层数据的紧凑表示。这项工作提出了一种基于模型的距离场和流形上的测地线流的参数化方法,利用流形增强 Eikonal 方程的解。我们展示了流形的几何对距离场的影响,并利用测地线流直接获得全局长度最小曲线。这项工作为
→
PDF
9 months ago
数据驱动的 ExB 等离子体动力模态分解的分析与降阶建模:I. 时空相干模式的提取
通过引入 Dynamic Mode Decomposition (DMD) 算法,对电浆动力学的跨场 ExB 结构进行数据驱动分析和降阶建模,在高保真数据集上应用 DMD 算法,提取主导的时空模式并发现 OPT-DMD 方法能更可靠地重建基
→
PDF
10 months ago
Prev
Next