arXiv 物理· Mustafa Meri\c{c} Aksen, Hossein Seyedzadeh, Mehrshad Gholami Anjiraki, Ali Khosronejad·· 2 小时前AI 评分31
基于POD的机器学习框架用于天然水道涡轮尾流预测
A novel machine learning framework based on proper orthogonal decomposition for turbine wake flow predictions in natural waterways
AI 导读
研究者提出一种基于本征正交分解（POD）的机器学习代理模型，用POD过滤后的LES瞬时数据训练三维卷积编码器-解码器网络，预测天然河流中MHK涡轮阵列下游的平均流场。在真实潮汐河段落潮条件下，相同网络规模与训练成本下，POD过滤使均方误差比未过滤LES数据训练的网络降低三个数量级。
来源：arXiv 物理 · arxiv.org