检索结果-维普期刊中文期刊服务平台

课程-迁移学习物理信息神经网络用于长时间非线性波传播模拟被引量：4: 1; 作者郭远傅卓佳 +2 位作者闵建刘肖廷赵海涛《力学学报》 EI CAS CSCD 北大核心 2024年第3期763-773,共11页; 由于传统物理信息神经网络(PINN)在长时间模拟时存在计算稳定性差甚至无法获得有效解的难题,文章提出了一种基于课程学习和迁移学习的物理信息神经网络(CTL-PINN),用于长时间非线性波传播模拟.该改进的PINN的主要思想是将原长时间历程... 展开更多; 关键词课程学习迁移学习物理信息神经网络波传播分析长时间模拟非线性; 在线阅读下载PDF 职称材料

物理信息依赖核函数配点法的研究进展: 2; 作者傅卓佳李明娟 +2 位作者习强徐文志刘庆国《力学学报》 EI CAS CSCD 北大核心 2022年第12期3352-3365,共14页; 在过去几十年里,尽管有限元等传统计算方法已被成功用于众多科学与工程领域,但是其在数值模拟无限域波传播、大尺寸比结构、工程反演和移动边界问题时仍面临计算量大、计算效率低、网格生成困难等计算难题.本文介绍一类基于物理信息依... 展开更多; 关键词配点法物理信息依赖核函数基本解 T完备函数调和函数; 在线阅读下载PDF 职称材料

含肿瘤皮肤组织传热分析的广义有限差分法被引量：9: 3; 作者李艾伦傅卓佳 +1 位作者李柏纬陈文《力学学报》 EI CSCD 北大核心 2018年第5期1198-1205,共8页; 生物传热分析在低温外科手术、肿瘤热疗、病热诊断等临床医学治疗和诊断中有着广泛的应用.由于健康皮肤组织内肿瘤的存在使得肿瘤附近区域的温度会明显升高,这一特性常被用于检测皮肤组织内的肿瘤生长,因此有必要开展生物传热数值分析... 展开更多; 关键词广义有限差分法配点法移动最小二乘法泰勒展开式 Pennes生物传热方程; 在线阅读下载PDF 职称材料

基于物理信息的神经网络求解曲面上对流扩散方程被引量：4: 4; 作者汤卓超傅卓佳《计算力学学报》 CAS CSCD 北大核心 2023年第2期216-222,共7页; 引入基于物理信息的神经网络PINNs(Physics-informed Neural Networks)并将其用于求解曲面对流扩散方程。区别于传统的神经网络模型,PINNs在建立模型过程中引入了自动微分技术,并将物理信息即偏微分方程信息编译其中,通过定义损失函数... 展开更多; 关键词机器学习自动微分 Laplace-Beltrami算子物理模型曲面; 在线阅读下载PDF 职称材料

题名课程-迁移学习物理信息神经网络用于长时间非线性波传播模拟被引量：4: 1; 作者郭远傅卓佳闵建刘肖廷赵海涛; 机构河海大学力学与材料学院工程与科学数值模拟软件中心中国三峡集团公司科学技术研究院河海大学土木与交通学院; 出处《力学学报》 EI CAS CSCD 北大核心 2024年第3期763-773,共11页; 基金国家自然科学基金(12122205,12372196,52325803和U22A20229) 中国长江三峡集团自主科研(NBZZ202200535)资助项目。; 文摘由于传统物理信息神经网络(PINN)在长时间模拟时存在计算稳定性差甚至无法获得有效解的难题,文章提出了一种基于课程学习和迁移学习的物理信息神经网络(CTL-PINN),用于长时间非线性波传播模拟.该改进的PINN的主要思想是将原长时间历程问题转化成若干个短时间子问题,其求解过程分为3个阶段;在初始阶段,使用传统PINN来获得初始短期子问题的解;在课程学习阶段,使用包含前一步训练信息的传统PINN以时域扩大的方式逐次求解,在迁移学习阶段,使用包含前一步训练信息的传统PINN以时域迁移的方式逐次求解.这种改进的PINN可以避免传统PINN陷入局部最优解的问题.最后通过几个基准算例验证了本文所提出的CTL-PINN方法在模拟长时间非线性波传播过程的有效性和鲁棒性.; 关键词课程学习迁移学习物理信息神经网络波传播分析长时间模拟非线性; Keywords curriculum learning transfer learning physics-informed neural networks wave propagation analysis long time simulation nonlinearity; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] O34 [理学—固体力学]; 在线阅读下载PDF 职称材料

题名物理信息依赖核函数配点法的研究进展: 2; 作者傅卓佳李明娟习强徐文志刘庆国; 机构河海大学力学与材料学院卢布尔雅那大学机械工程学院金属与技术研究所; 出处《力学学报》 EI CAS CSCD 北大核心 2022年第12期3352-3365,共14页; 基金国家自然科学基金(12122205) 斯洛文尼亚研究活动公共机构(ARRS)(P2-0162,L2-3173)资助项目。; 文摘在过去几十年里,尽管有限元等传统计算方法已被成功用于众多科学与工程领域,但是其在数值模拟无限域波传播、大尺寸比结构、工程反演和移动边界问题时仍面临计算量大、计算效率低、网格生成困难等计算难题.本文介绍一类基于物理信息依赖核函数的无网格配点法及其在上述难点问题中的应用.物理信息依赖核函数配点法的关键在于构建能反映问题微分控制方程物理信息的基函数.基于这些物理信息依赖核函数,该方法无需/仅需少量配点对所求微分控制方程进行离散,即可有效提高计算效率.本文首先介绍满足常见齐次微分方程的基本解、调和函数、径向Trefftz函数以及T完备函数等典型物理信息依赖核函数.接着依次介绍非齐次、非均质、非稳态以及隐式微分方程构造物理信息依赖核函数的方法.随后,根据所求问题特点,选用全域配点或局部配点技术,建立相应的物理信息依赖核函数配点法.最后,通过几个典型算例验证所提物理信息依赖核函数配点法的有效性.; 关键词配点法物理信息依赖核函数基本解 T完备函数调和函数; Keywords collocation methods physical-informed kernel functions fundamental solutions T-complete function harmonic function; 分类号 O302 [理学—力学]; 在线阅读下载PDF 职称材料

题名含肿瘤皮肤组织传热分析的广义有限差分法被引量：9: 3; 作者李艾伦傅卓佳李柏纬陈文; 机构河海大学力学与材料学院工程与科学数值模拟软件中心; 出处《力学学报》 EI CSCD 北大核心 2018年第5期1198-1205,共8页; 基金国家自然科学基金(11772119 11572111) 中央高校基本业务费(2016B06214)资助项目; 文摘生物传热分析在低温外科手术、肿瘤热疗、病热诊断等临床医学治疗和诊断中有着广泛的应用.由于健康皮肤组织内肿瘤的存在使得肿瘤附近区域的温度会明显升高,这一特性常被用于检测皮肤组织内的肿瘤生长,因此有必要开展生物传热数值分析的研究.本文以含肿瘤的皮肤组织为研究对象,将一种新型区域型无网格配点法——广义有限差分法应用于能描述含肿瘤皮肤组织传热过程的Pennes方程求解.广义有限差分法利用泰勒展开式与移动最小二乘法将计算区域内的每个离散点上的物理量导数表示成其与邻近点物理量及权重系数的线性组合,进而构建得到仅含各离散点未知物理量的线性方程组.该方法不仅具有无需划分网格、避免数值积分等无网格配点法的优点,同时还克服了大多数无网格配点法中插值矩阵高度病态的问题,为此类方法在大规模工程数值计算中的应用提供了可能性.本文首先介绍了模拟含肿瘤皮肤组织传热过程的广义有限差分法离散模型,随后通过不含肿瘤与含规则形状肿瘤的基准算例,检验广义有限差分法的计算精度与收敛性;在此基础上,通过数值模拟研究不同肿瘤形状及肿瘤位置分布对皮肤组织内温度分布的影响.; 关键词广义有限差分法配点法移动最小二乘法泰勒展开式 Pennes生物传热方程; Keywords generalized finite difference method collocation method moving least square method Taylor expansion Pennes bioheat equation; 分类号 O302 [理学—力学]; 在线阅读下载PDF 职称材料

题名基于物理信息的神经网络求解曲面上对流扩散方程被引量：4: 4; 作者汤卓超傅卓佳; 机构河海大学力学与材料学院工程与科学数值模拟软件中心; 出处《计算力学学报》 CAS CSCD 北大核心 2023年第2期216-222,共7页; 基金国家自然科学基金(11772119)资助项目.; 文摘引入基于物理信息的神经网络PINNs(Physics-informed Neural Networks)并将其用于求解曲面对流扩散方程。区别于传统的神经网络模型,PINNs在建立模型过程中引入了自动微分技术,并将物理信息即偏微分方程信息编译其中,通过定义损失函数得到关于该模型中神经网络参数即权重和偏置的优化目标,随后利用已有的优化算法进行求解。显而易见,PINNs通过添加额外的物理信息约束放宽了对于数据量的要求,对于一个确定性模型显示出更好的鲁棒性。本文基于曲面微分算子与欧氏空间下标准微分算子的解析关系,引入两种曲面微分算子处理技术,即非本征技术和嵌入技术,并结合PINNs针对定义在高维复杂曲面上的对流扩散方程进行求解,多个数值算例证明了该方法的有效性、鲁棒性以及其在求解此类问题的潜力。; 关键词机器学习自动微分 Laplace-Beltrami算子物理模型曲面; Keywords machine learning automatic differentiation Laplace-Beltrami operator physical model sur-faces; 分类号 O234 [理学—运筹学与控制论] O351 [理学—流体力学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	课程-迁移学习物理信息神经网络用于长时间非线性波传播模拟	郭远傅卓佳闵建刘肖廷赵海涛	《力学学报》 EI CAS CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
2	物理信息依赖核函数配点法的研究进展	傅卓佳李明娟习强徐文志刘庆国	《力学学报》 EI CAS CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
3	含肿瘤皮肤组织传热分析的广义有限差分法	李艾伦傅卓佳李柏纬陈文	《力学学报》 EI CSCD 北大核心	2018	9	在线阅读下载PDF 职称材料
4	基于物理信息的神经网络求解曲面上对流扩散方程	汤卓超傅卓佳	《计算力学学报》 CAS CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料