LTR先验估计湍流非线性降维潜力

Niklas Alexander Pissarski 等作者提出局部切残差（LTR）方法，可在不训练模型、不设定阈值的情况下，先验估计给定湍流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。作者称，这能帮助从业者事先判断非线性压缩是否值得，避免在 POD 已足够时仍投入自编码器架构搜索与超参数调优的高昂计算成本。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。