arXiv 机器学习· Qineng Wang, Liming Song, Tianyuan Liu, Zhendong Guo·· 2 天前AI 评分31
将叠加原理融入 Transformer 神经算子以提升端壁气膜冷却预测泛化能力
Enhancing generalization in endwall film cooling prediction: Incorporating the superposition principle into transformer-based neural operators
AI 导读
研究人员提出基于叠加原理的深度神经算子 SDNO，将基于 Transformer 的 Calculate Net 与 Super Net 结合，用于预测涡轮端壁气膜冷却温度场。该方法利用有符号距离函数 SDF 编码孔位，仅用 1-5 个气膜孔样本训练，即可准确预测未见过的 10-20 个孔布局效果，精度优于全监督基线。
来源：arXiv 机器学习 · arxiv.org