龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种流体力学流场建模组合式多任务智能大模型预训练方法，步骤包括：获取大模型多种预训练任务所需的流场数据；基于多种流场训练数据设计适用于不同下游任务的预训练方法；根据预训练方法构建流场建模多任务智能大模型；组合式多任务预训练方法；本发明通过设计多种组合式多任务智能大模型预训练方法，在海量低成本低精度流场数据上进行预训练，降低高精度训练数据量需求，有助于提升大模型在流场建模领域的泛化性、适用性以及流场建模预测精度。
主权项：1.一种流体力学流场建模组合式多任务智能大模型预训练方法，其特征在于，包括获取大模型多种不同任务所需的预训练流场数据；基于不同训练数据设计适用于多种下游任务的预训练方法；根据预训练方法构建流场建模多任务智能大模型；组合式多任务预训练方法；包括以下步骤：1预训练流场数据生成：根据不同的流场建模应用计算收集不同计算条件下的流场数据作为预训练数据样本；2多种预训练方法：针对多精度定常流场映射以及非定常流场预测任务，预训练方法包含定常流场遮盖预训练、定常粗细网格流场映射预训练，以及非定常流场时序预测预训练；2-1所述的定常流场遮盖预训练：将二维流场特征张量划分为多个不重叠的区域，随机按照比例选取遮盖区域，将未被遮盖区域作为训练输入特征，预训练模型输出被遮盖区域流场物理量；2-2所述的定常粗细网格流场映射预训练：将粗网格插值到与细网格一样大小，其中粗网格流场物理量使用线性插值到新生成的网格大小流场上；将插值得到的流场特征作为模型输入，预训练模型输出细网格流场物理量；2-3非定常流场时序预测预训练：非定常时序流场按照时间步长划分为流场特征，模型输入为某一时刻流场物理量特征，预训练模型输出下一时刻流场物理量；3多任务智能大模型构建：构建预训练主干网络，根据下游任务选择不同解码器作为分支网络；4组合式多任务预训练方法：流场多区域遮盖损失、预测细网格流场特征、时序流场下一时刻流场特征以及上述流场傅里叶频域空间频谱损失，根据所需的下游任务，针对性选择流场训练数据、预训练方法以及损失定义。
全文数据：
权利要求：
百度查询： 浙江大学 流体力学流场建模组合式多任务智能大模型预训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号