神经隐式流框架重建火焰标量场
热点事件持续更新
神经隐式流框架重建火焰标量场
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Dakshaka Vishwajith Amarathunga 等作者提出一种基于神经隐式流（NIF）扩展的超分辨率框架，用于从粗分辨率数据重建二维非定常火焰的精细标量场。 该框架重构输入输出场，并借助基于非线性主成分分析（NLPCA）的潜成分空间重建精细场；在 NIF 架构中，每个非线性主成分配置独立的 ParameterNet。作者称已对该框架进行验证。
AI 根据报道生成 · 13 小时前更新
最新进展10月21日 12:00
基于神经隐式流（NIF）的燃烧反应流超分辨率重建框架报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv 物理基于神经隐式流（NIF）的燃烧反应流超分辨率重建框架
研究者提出一种基于神经隐式流（NIF）扩展的框架，可从粗分辨率数据重建二维非定常火焰的精细标量场。该框架重构输入输出场，用基于非线性主成分分析（NLPCA）的潜成分空间重建精细场，并在 NIF 架构中为每个非线性主成分配置独立 ParameterNet。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1010月21日 13:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。