ترجمه فارسی مقاله ادغام اپراتورهای عصبی با مدل های انتشار ، بازنمایی طیفی را در مدل سازی تلاطم بهبود می بخشد

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Integrating Neural Operators with Diffusion Models Improves Spectral Representation in Turbulence Modeling
عنوان مقاله به فارسی ادغام اپراتورهای عصبی با مدل های انتشار ، بازنمایی طیفی را در مدل سازی تلاطم بهبود می بخشد
نویسندگان Vivek Oommen, Aniruddha Bora, Zhen Zhang, George Em Karniadakis
فرمت مقاله انگلیسی PDF
تعداد صفحات 24
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Fluid Dynamics,یادگیری ماشین , هوش مصنوعی , پویایی سیال ,
توضیحات Submitted 12 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده 12 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We integrate neural operators with diffusion models to address the spectral limitations of neural operators in surrogate modeling of turbulent flows. While neural operators offer computational efficiency, they exhibit deficiencies in capturing high-frequency flow dynamics, resulting in overly smooth approximations. To overcome this, we condition diffusion models on neural operators to enhance the resolution of turbulent structures. Our approach is validated for different neural operators on diverse datasets, including a high Reynolds number jet flow simulation and experimental Schlieren velocimetry. The proposed method significantly improves the alignment of predicted energy spectra with true distributions compared to neural operators alone. Additionally, proper orthogonal decomposition analysis demonstrates enhanced spectral fidelity in space-time. This work establishes a new paradigm for combining generative models with neural operators to advance surrogate modeling of turbulent systems, and it can be used in other scientific applications that involve microstructure and high-frequency content. See our project page: vivekoommen.github.io/NO_DM

چکیده به فارسی (ترجمه ماشینی)

ما اپراتورهای عصبی را با مدل های انتشار ادغام می کنیم تا محدودیت های طیفی اپراتورهای عصبی در مدل سازی جانشین جریان های آشفته را برطرف کنیم.در حالی که اپراتورهای عصبی بهره وری محاسباتی را ارائه می دهند ، آنها در گرفتن دینامیک جریان با فرکانس بالا ، نواقصی را نشان می دهند ، و در نتیجه تقریبی بسیار صاف ایجاد می شود.برای غلبه بر این ، ما مدل های انتشار را در اپراتورهای عصبی برای افزایش وضوح ساختارهای آشفته شرط می گیریم.رویکرد ما برای اپراتورهای مختلف عصبی در مجموعه داده های متنوع ، از جمله شبیه سازی جریان جت با شماره رینولدز بالا و سرعت سنجی آزمایشی Schlieren تأیید شده است.روش پیشنهادی به طور قابل توجهی تراز طیف انرژی پیش بینی شده با توزیع واقعی را در مقایسه با اپراتورهای عصبی به تنهایی بهبود می بخشد.علاوه بر این ، تجزیه و تحلیل تجزیه ارتوگونی مناسب نشان دهنده وفاداری طیفی در فضا-زمان است.این کار پارادایم جدیدی را برای ترکیب مدل های تولیدی با اپراتورهای عصبی برای پیشبرد مدل سازی جانشین سیستم های آشفته ایجاد می کند و می تواند در سایر برنامه های علمی که شامل ریزساختار و محتوای با فرکانس بالا است ، استفاده شود.به صفحه پروژه ما مراجعه کنید: vivekoommen.github.io/no_dm

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.