跳到正文
arXiv 物理· Niklas Alexander Pissarski, Juan Pablo Murcia Leon, S{\o}ren Juhl Andersen·· 2 小时前AI 评分18

局部切残差(LTR)先验估计湍流非线性降维潜力并量化自编码器非线性

A Priori Estimation of the Non-Linear Compression Potential and Quantification of Autoencoder Non-Linearity in Turbulent Flows

AI 导读

研究提出局部切残差(LTR),无需训练模型或设定阈值即可先验估计给定数据集采用非线性降维的潜在收益。在两个涡街案例和风机湍流尾流数据上,LTR 复现了自编码器压缩性能的主要趋势,并通过解码器线性化误差(DLE)量化训练后解码器的非线性程度。LTR 可帮助湍流建模从业者事先判断非线性压缩是否值得,避免在 POD 已足够时付出自编码器架构搜索与超参数调优的高昂计算成本。

来源:arXiv 物理 · arxiv.org