研究者提出FCV-PICRN重建稀疏含噪流场
热点事件观察中
研究者提出FCV-PICRN重建稀疏含噪流场
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
Biswanath Barman 与 Rajendra K. Ray 提出傅里叶特征嵌入的复数物理信息卷积残差网络 FCV-PICRN,用于稀疏、缺失且含噪的流场重建。 该方法在 Re=100 的 Taylor-Green 涡与圆柱尾流上验证。尾流中设置大孔洞、大截断和十字形缺口三类严重缺失,且缺失区域内没有监督速度数据,仍能以高 SSIM 与 PSNR 重建速度、压力和涡量,并在最高 20% 高斯噪声下保持稳健。
AI 根据报道生成 · 3 天前更新
最新进展10月19日 12:00
FCV-PICRN:傅里叶特征复数物理信息卷积残差网络实现稀疏缺失含噪流场重建报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv 物理FCV-PICRN:傅里叶特征复数物理信息卷积残差网络实现稀疏缺失含噪流场重建
研究者提出傅里叶特征嵌入的复数物理信息卷积残差网络 FCV-PICRN,用于稀疏、缺失且含噪的流场重建。该方法在 Re=100 的 Taylor-Green 涡与圆柱尾流上验证,尾流中设置大孔洞、大截断和十字形缺口三类严重缺失,且排除区域内无监督速度数据,仍能高 SSIM 与 PSNR 重建速度、压力和涡量,并在最高 20% 高斯噪声下保持稳健。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。