Knowledge-Constrained Shape Optimization with a Mixture-of-Experts Neural Operator for High-Confidence Design
यह शोध पत्र एक ज्ञान-प्रतिबंधित आकार अनुकूलन ढांचे (knowledge-constrained shape optimization framework) का प्रस्ताव करता है जो विविध वाहन ज्यामिति में 4-10% के उच्च-विश्वास वाले ड्रैग न्यूनीकरण को स्वचालित करने और इंजीनियरिंग बाधाओं को प्राप्त करने के लिए अनिश्चितता-जागरूक फीडबैक के साथ एक मिक्स्चर-ऑफ-एक्सपर्ट्स न्यूरल ऑपरेटर को एकीकृत करता है।