两种几何条件神经网络预测室内环境对比

一项研究比较了两种几何条件神经网络代理模型在不同房间尺寸下实时预测室内气流与温度场的效果。基于画布的 CaNN 通过在固定画布中保留不同占用区域显式编码房间尺寸，基于坐标的 CoNN 则使用归一化坐标通道，两者均采用 U-Net 自编码器分别预测气流和温度场。 在高度和长度可变的简化房间基准上，CaNN 与 CFD 结果的一致性高于 CoNN。该研究由 Shaofan Wang 与 Philipp Geyer 发表。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。