跳到正文
热点事件持续更新

扩散模型实现船体局部生成设计

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Hadi Keramati 等作者发表一种奖励导向的扩散框架,用于船体局部优化。该框架在生成数据集时通过参数化掩码把几何变化限制在球鼻艏和前体等选定变量上,并用代理模型辅助的序贯蒙特卡洛采样来降低预测静水阻力。 研究同时采用高保真 CFD 评估。报道称其目标是实现船体局部生成式设计并做高保真评估,但未给出优化后阻力下降的具体数值或验证结果。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv cs.AI
    用扩散模型与高保真评估实现船体局部生成式设计

    研究提出一种奖励导向的扩散框架,用于船体局部优化:数据集生成时通过参数化掩码将几何变化限制在球鼻艏和前体等选定变量上,并用代理模型辅助的序贯蒙特卡洛采样降低预测静水阻力。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月12日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。