← 返回列表
一种基于有限差分无监督学习的噪声传播快速预测方法
摘要文本
本发明公开了一种基于有限差分无监督学习的噪声传播快速预测方法,包括以下步骤:基于声源源项和边界条件构建无监督训练池;使用卷积模块和有限差分物理残差约束搭建物理网络模型并训练;使用训练好的模型进行声传播预测。本发明在二维声传播问题中,使用有限差分数值物理约束替代数据驱动约束和基于自动微分的物理信息约束的训练方法,实现了无监督训练神经网络,大幅提高神经网络预测噪声传播的精度,为后续工业设计噪声传播模拟提供参考和指导。
申请人信息
- 申请人:四川大学
- 申请人地址:610000 四川省成都市一环路南一段24号
- 发明人: 四川大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于有限差分无监督学习的噪声传播快速预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311583960.0 |
| 申请日 | 2023/11/24 |
| 公告号 | CN117610416A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 四川大学 |
| 发明人 | 冯鑫; 刘佳鑫; 姜屹 |
| 地址 | 四川省成都市一环路南一段24号 |
专利主权项内容
1.一种基于有限差分无监督学习的噪声传播快速预测方法,其特征在于:包括以下步骤:S1、基于声源源项和边界条件构建无监督训练池;S2、使用卷积模块和有限差分物理残差约束搭建物理网络模型并训练;S3、使用训练好的模型进行声传播预测。