A Data Fusion Framework for Grounding Aerospace Surrogate Model via Experimental Wind-Tunnel Observations
تقدم هذه الورقة إطار عمل لدمج البيانات يعمل على ضبط نموذج بديل للتعلم العميق مُدرب بواسطة ديناميكا الموائع الحسابية (CFD) لتكوين ناسا (NASA CRM)، وذلك عبر تدريب شبكة تصحيح على قياسات محدودة لتقنية قياس الضغط بالصور الملونة (PSP) في نفق الرياح لتعلم وتعويض التباينات المنهجية بين المحاكاة والتجربة، مما يؤدي إلى تحسين دقة التنبؤ بتوزيعات الضغط السطحي بشكل كبير دون الحاجة لإعادة تدريب النموذج البديل الأصلي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.