龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京理工大学
申请日：2024-04-10
公开（公告）日：2024-06-25
公开（公告）号：CN118246332A
主分类号：G06F30/27
分类号：G06F30/27;G06F17/13;G06N3/042;G06N3/048;G06N3/084;G06F119/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种内嵌物理知识的神经网络温度场重构方法，属于物理知识神经网络领域。所述神经网络计算方法包括损失函数定义，网络结构定义，数据集生成，网络训练。该发明定义了全新的损失函数，以满足偏微分方程、边界条件和初始条件，并在训练过程中提出了一种对损失函数各项进行自适应归一化的分批次训练方案，因此可以降低训练时的计算负担并提高准确度，从而实现了该种神经网络在温度场重构中的应用，可在提供初始条件及边界条件的情况下用于求解导热偏微分方程PDE。
主权项：1.一种内嵌物理知识的神经网络温度场重构方法，其特征在于，包括：定义重构对象的损失函数：根据重构对象的传热方式，确定重构对象的传热偏微分方程，从而设定重构对象总损失函数，包含传热偏微分方程、边界条件、初始时刻所导致的损失函数共三个损失函数；定义网络结构：设置时间和空间上的预输入层，对时间空间的输入进行相应函数处理后得到神经网络的输入，并设置6个隐藏层，每层有32个节点，激活函数采用Tanh函数，最终得到输出为该时间和空间下的温度；生成数据集：确定重构对象的边界条件和数值，随机组合生成时间位置点作为数据集；网络训练：分别对三种损失函数的样本分不同批次训练，训练过程中使用adam优化器对参数进行优化并对各项损失函数在总损失函数中所占的比例进行自适应化以使得网络更加准确。
全文数据：
权利要求：
百度查询： 南京理工大学 一种内嵌物理知识的神经网络温度场重构方法
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