[发明专利]基于深度学习的多物理场模型耦合式求解方法在审
| 申请号： | 202210557960.2 | 申请日： | 2022-05-19 |
| 公开（公告）号： | CN115146527A | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 仲林林;吴冰钰;王逸凡 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F17/12;G06N3/04;G06N3/08;G06N20/00;G06F111/10 |
| 代理公司： | 北京同辉知识产权代理事务所(普通合伙) 11357 | 代理人： | 陈天林 |
| 地址： | 210096 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的多物理场模型耦合式求解方法，可用于多物理场方程组的数值计算。本发明包括以下步骤：步骤1，建立多物理场方程组模型；步骤2，基于步骤1的多物理场方程组模型构造对应的耦合式深度学习框架；步骤3，构造损失函数，选择合适的超参数；步骤4，对多物理场方程组模型进行训练，直至损失函数值下降到给定阈值，训练完成后得到多物理场方程组的解，从而实现基于深度学习的多物理场方程组耦合式数值计算。解决了在传统方法求解高维问题时会存在精度不高的问题。 | ||
| 搜索关键词： | 基于 深度 学习 物理 模型 耦合 求解 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210557960.2/，转载请声明来源钻瓜专利网。
