• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • “求新、破界” 2024盖世汽车研究院季度沙龙
  • 发项目获取供应商清单
  • 2024第六届智能驾驶地图与定位大会
  • 2024中国汽车低碳与可持续发展论坛
  • 2024第七届智能驾驶与人机共驾论坛
  • 2024智能座舱车载声学大会
  • 舱驾、行泊一体及BEV视觉感知培训
  • 2024第二届智能座舱车载显示与感知大会
当前位置:首页 > 新技术 > 正文

KTH皇家理工学院发明新深度学习工具 可有助于减少空气阻力造成的排放

盖世汽车 刘丽婷 2024-03-07 11:21:55

盖世汽车讯 深度学习工具彻底改变了飞机、汽车和船舶的空气动力学工程,使这些出行工具能够更加节能且结构更加精致。据外媒报道,瑞典皇家理工学院(KTH Royal Institute of Technology)发明新的计算模型,可依靠神经网络架构生成准确的空气动力阻力预测,同时节省时间、成本和能源,进一步推动了气流再现科学的发展。相关研究已发表于期刊《Nature Communications》。

KTH皇家理工学院发明新深度学习工具 可有助于减少空气阻力造成的排放

图片来源:期刊《Nature Communications》

该框架设计简单,并使用从更复杂的仿真中获得的数据构建,即所谓的降阶模型(ROM)。顾名思义,ROM保留了更复杂模型的最基本特征,同时省略了不太重要的细节。



本文共计1000字开通高级账号后继续阅读

登录后获取已开通的账号权益

本文共计1000字开通高级账号后继续阅读

您未开通,请开通后阅读

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。

本文地址:https://auto.gasgoo.com/news/202403/7I70384817C409.shtml

文章标签: 前瞻技术
 
0

好文章,需要你的鼓励

微信扫一扫分享该文章