![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文分享
Evavava啊
这个作者很懒,什么都没留下…
展开
-
《Deep Learning Methods for Reynolds-Averaged Navier-Stokes Simulations of Airfoil Flows》
这篇论文把机翼流体仿真和深度学习结合,预测在不同机翼模型或气流不同的初始速度场下机翼周围气流的压强以及速度场这篇论文是一个很好的实验记录,我根据自己的任务主要学习第四部分中如何构造数据集、如何进行预处理以及如何训练等,而且我对机翼流体仿真这个问题本身也不是很了解,所以对论文分析的并不全面以下是对论文的第四部分的梳理,并结合代码理解细节1. 构造数据集(1)网络的输入输出输入:机翼模型,初始速度场输出:气流在机翼周围的压强以及速度场分布(2)输入机翼模型:从UIUC数据集中可以获取到1505原创 2020-10-16 14:50:56 · 1404 阅读 · 2 评论 -
the deep ritz method论文梳理
《The Deep Ritz Method: A Deep Learning-Based Numerical Algorithm for Solving Variational Problems》原创 2020-02-20 14:06:35 · 3098 阅读 · 3 评论 -
deep learning for symbolic mathematics论文梳理
之前长期认为机器学习是一种统计学习,而且确实效果也很好,但是认为神经网络不擅长解决符号推理问题。本篇论文通过训练sequence-to-sequence模型实现了用深度学习求解符号数学问题,这也是这个方法的新奇之处–用自然语言处理的方式求解符号推理问题。本文作者认为数学符号计算的过程本质上就是一个模式识别的过程,由此他们将数学(尤其是符号计算)视为一个 NLP 模型问题,符号推理等同于seq2se...原创 2020-01-08 21:46:08 · 671 阅读 · 1 评论 -
《Finite-Element Neural Networks for Solving Differential Equations》梳理
《Finite-Element Neural Networks for Solving Differential Equations》梳理主要讲解FEA方法,和如何从FEA求解步骤中得到启发构造神经网络原创 2019-11-28 16:50:00 · 1393 阅读 · 0 评论 -
FEA-Net论文梳理
今天要整理的论文是《FEA-Net: A Deep Convolutional Neural Network With PhysicsPrior For Efficient Data Driven PDE Learning》,还是一篇用深度学习求解pde的论文,但是和上次整理的论文《DeepXDE:a deep learning library for solving differential ...原创 2019-11-21 20:34:48 · 1332 阅读 · 0 评论 -
《A Discussion on Solving Partial Differential Equations using Neural Networks》梳理
(读本论文,需要有深度学习的基础,并了解偏微分方程的求解)摘要提出问题:神经网络可以学习求解偏微分方程(PDE)吗?研究问题:本文,用泊松方程和稳定的Navier-Stokes方程来研究这个问题本文贡献:(1)用数值实验表明小(<500个可学会的参数)的神经网络能精确地学习PDEs的复杂解(2)研究了随机初始值对神经网络质量的影响(3)在本工作中研究损失函数的适用性(4)相比...原创 2019-09-26 09:44:53 · 1077 阅读 · 1 评论 -
《DeepXDE:a deep learning library for solving differential equations》梳理
本论文向我们介绍了一个求解微分方程的神经网络PINNs,和PINNs的Python库DeepXDE摘要1.PINNs(Physics-informed neural networks物理信息神经网络)(1)它使用AD(automatic differentiation,自动微分)把PDE(partial differential equations,偏微分方程)嵌入到神经网络的损失函数中(...原创 2019-09-27 09:22:20 · 11515 阅读 · 13 评论