CN114969967A - 交通工具绕流的模拟计算方法、模拟计算模型的训练方法 - Google Patents

交通工具绕流的模拟计算方法、模拟计算模型的训练方法 Download PDF

Info

Publication number
CN114969967A
CN114969967A CN202210547445.6A CN202210547445A CN114969967A CN 114969967 A CN114969967 A CN 114969967A CN 202210547445 A CN202210547445 A CN 202210547445A CN 114969967 A CN114969967 A CN 114969967A
Authority
CN
China
Prior art keywords
speed
fluid
axis direction
discrete time
pressure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210547445.6A
Other languages
English (en)
Inventor
邢冯
刘贤冬
胡晓光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210547445.6A priority Critical patent/CN114969967A/zh
Publication of CN114969967A publication Critical patent/CN114969967A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提出了一种交通工具绕流的模拟计算方法、模拟计算模型的训练方法，该方法包括：确定预设时间段T，并根据预设时间段T生成多个离散时间点，其中，多个离散时间点之中的第一个离散时间点为当前时刻；确定出在第一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0；利用模拟计算模型基于第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。本公开提供的方法所需模型较少，泛化性较高。

Description

交通工具绕流的模拟计算方法、模拟计算模型的训练方法
技术领域
本公开涉及人工智能技术领域，尤其涉及深度学习技术领域，具体涉及一种交通工具绕流的模拟计算方法、模拟计算模型的训练方法。
背景技术
圆柱绕流目前是计算流体力学中的典型问题之一。相关技术中，计算圆柱绕流相关问题(如计算流体的速度和压力)的方法主要为：离散时间方法，即：先将时间离散化，之后，利用模型计算出各个离散时间下流体的速度和压力。
但是，利用相关技术中离散时间方法计算圆柱绕流相关问题时，所需模型较多，泛化性较低。
发明内容
提供了一种交通工具绕流的模拟计算方法及装置、模拟计算模型的训练方法及装置。
根据第一方面，提供了一种交通工具绕流的模拟计算方法，所述方法包括：
确定预设时间段T，并根据所述预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；
确定出在第一个离散时间点下，所述流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，所述特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；
利用模拟计算模型基于所述第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下，所述流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
根据第二方面，提供了一种模拟计算模型的训练方法，所述方法包括：
确定样本数据，所述样本数据包括至少一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力，其中，所述特定空间位置为绕流流场中除去绕流体所占空间位置的任一空间位置；
基于所述样本数据对所述模拟计算模型进行训练。
根据第三方面，提供了一种交通工具绕流的模拟计算装置，所述装置包括：
第一确定模块，用于确定预设时间段T，并根据所述预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；
第二确定模块，用于确定出在第一个离散时间点下，所述流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，所述特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；
计算模块，用于利用模拟计算模型基于所述第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下，所述流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
根据第四方面，提供了一种模拟计算模型的训练装置，所述装置包括：
确定模块，用于确定样本数据，所述样本数据包括多个离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力，其中，所述特定空间位置为绕流流场中除去所述绕流体所占空间位置的任一空间位置；
训练模块，用于基于所述样本数据对所述模拟计算模型进行训练。
根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面或第二方面所述的方法。
根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开第一方面或第二方面所述的方法。
根据第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开第一方面或第二方面所述的方法。
综上所述，本公开提出的交通工具绕流的模拟计算方法及装置、模拟计算模型的训练方法及装置，会先确定出预设时间段T，并根据预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；之后，会确定出在第一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，该特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；最后，还会利用模拟计算模型基于第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
由此可知，本公开提供的方法中，利用单个模型即可计算出各个离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力，所需模型较少，泛化性较高。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
图1为本公开实施例所提供的一种交通工具绕流的模拟计算方法的流程示意图；
图2为本公开实施例所提供的一种模拟计算模型的训练方法的流程示意图；
图3为本公开实施例所提供的一种交通工具绕流的模拟计算装置的结构示意图；
图4为本公开实施例所提供的一种模拟计算模型的训练装置的结构示意图；
图5是用来实现本公开实施例的图1或图2所示方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
人工智能(Artificial Intelligence，简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门技术科学。目前，AI技术具有自动化程度高、精确度高、成本低的优点，得到了广泛的应用。
深度学习(Deep Learning，简称DL)，是机器学习(Machine Learning，简称ML)领域中一个新的研究方向，学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。就具体研究内容而言，主要包括基于卷积运算的神经网络***，即卷积神经网络；基于多层神经元的自编码神经网络；以多层自编码神经网络的方式进行预训练，进而结合鉴别信息进一步优化神经网络权值的深度置信网络。深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。
云平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力。云平台可以划分为3类：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。
下面参考附图描述本公开实施例的神经网络的训练方法、装置、训练方法、训练装置及设备。
图1为本公开实施例所提供的一种交通工具(如船舶或飞机等)绕流的模拟计算方法的流程示意图，该方法可以用于计算绕流流场中交通工具周围流体(如气流或水流)的速度和压力，如图1所示，该方法可以包括：
步骤101、确定预设时间段T，并根据预设时间段T生成多个离散时间点。
其中，多个离散时间点之中的第一个离散时间点为当前时刻。
以及，在本公开的一个实施例之中，根据预设时间段T生成多个离散时间点的方法可以包括：将当前时刻的预设时间段之后的时刻确定为特定时刻；将当前时刻至特定时刻这一时间区间离散化得到至少一个离散时间点。例如，先将该时间区间分为N个时间步，每个时间步的步长相同，均为△t，△t＝T/N，之后，可以确定第一个离散时间点为：当前时刻；第二个离散时间点为：当前时刻+△t×1；第三个离散时间点为：当前时刻+△t×2；……第N个离散时间点为：当前时刻+△t×(N-1)，第N+1个离散时间点为：当前时刻+△t×N。
示例的，假设当前时刻为10:00，预设时间段T为30分钟，以及，将时间区间[10:00，10:30]分为5个时间步，每个时间步的步长△t＝30/5＝6分钟，则第一个离散时间点为：当前时刻10:00；第二个离散时间点为：当前时刻+6×1＝10:06；第三个离散时间点为：当前时刻+6×2＝10:12；第四个离散时间点为：当前时刻+6×3＝10:18；第五个离散时间点为：当前时刻+6×4＝10:24；第六个离散时间点为：当前时刻+6×5＝10:30。
步骤102、确定出在第一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0。
其中，在本公开的一个实施例之中，该特定空间位置可以为绕流流场中除去交通工具所占空间位置的任一空间位置。
以及，在本公开的一个实施例之中，在该绕流流场中建立有三维坐标系；其中，该三维坐标系包括X轴、Y轴、Z轴。每一空间位置在该三维坐标系中均对应有一坐标值。
此外，在本公开的一个实施例之中，第一个离散时间点下(即当前时刻下)，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0均是已知值，可以直接获取。
步骤103、利用模拟计算模型基于第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
其中，该模拟计算模型具体是已经训练好的模型，关于该模拟计算模型的具体训练方法会在后续实施例进行详细描述。
以及，在本公开的一个实施例之中，上述的模拟计算模型具体可以用于：
通过将前一离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力、以及特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为该模拟计算模型的输入，以使得模拟计算模型输出后一离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力。
基于此，在本公开的一个实施例之中，上述的计算出各个离散时间点下流体的第一速度、第二速度、第三速度以及压力的方法可以包括：
将第一速度u0、第二速度v0、第三速度w0、压力P0、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为该模拟计算模型的输入，以使得模拟计算模型输出第二离散时间点下流体在特定空间位置的第一速度u1、第二速度v1、第三速度w1、压力P1；
将第一速度u1、第二速度v1、第三速度w1、压力P1、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为模拟计算模型的输入，以使得模拟计算模型输出第三离散时间点下流体在特定空间位置的第一速度u2、第二速度v2、第三速度w2、压力P2；
以此类推，计算出其他离散时间点下流体在的第一速度、第二速度、第三速度以及压力。
综上所述，本公开提出的交通工具绕流的模拟计算方法，会先确定出预设时间段T，并根据预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；之后，会确定出在第一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，该特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；最后，还会利用模拟计算模型基于第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
由此可知，本公开提供的方法中，利用单个模型即可计算出各个离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力，所需模型较少，泛化性较高。
图2为本公开实施例所提供的一种模拟计算模型的训练方法的流程示意图，如图2所示，该方法可以包括：
步骤201、确定样本数据。
在本公开的一个实施例之中，该样本数据可以包括至少一个离散时间点下(如可以仅包括一个离散时间点下)，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力，其中，该特定空间位置为绕流流场中除去绕流体所占空间位置的任一空间位置。具体的，在绕流流场中建立有三维坐标系；该三维坐标系包括X轴、Y轴、Z轴。其中，每一空间位置在该三维坐标系中均对应有一坐标值。
以及，在本公开的一个实施例之中，上述样本数据还可以包括：各个离散时间点下第一速度与x,y,z之间的函数关系式、第二速度与x,y,z之间的函数关系式、第三速度与x,y,z之间的函数关系式。
以及，需要说明的是，在本公开的一个实施例之中，样本数据中的多个离散时间点中相邻离散时间点之间相隔的时间步的步长相同，均为△t，其中，△t可以为：被离散的时间区间所占时间段与离散时间点的总个数与1的和值的商。
步骤202、基于样本数据对模拟计算模型进行训练。
其中，在本公开的一个实施例之中，上述的基于样本数据对模拟计算模型进行训练的方法具体可以包括以下步骤：
步骤a、先建立一预训练模型。
步骤b、将样本数据中的任一离散时间点下流体在特定空间位置的第一速度、第二速度、第三速度、压力、以及特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为该预训练模型的输入，以得到预训练模型的输出。
其中，该预训练模型的输出可以包括：预训练模型计算出的输入的离散时间点的后一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力。
步骤c、利用预训练模型的输出和输入确定预训练模型对应的函数关系式，以及对函数关系式进行自动微分得到微分后的关系式。
具体的，上述的“确定预训练模型对应的函数关系式”具体可以包括：
可以基于预训练模型输出的“后一离散时间点下流体在特定空间位置的第一速度”与预训练模型输入的“特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值”确定出该预训练模型对应的函数关系式un+1，其中，un+1为后一离散时间点下第一速度与x,y,z之间的函数关系式。
以及，基于预训练模型输出的“后一离散时间点下流体在特定空间位置的第二速度”与预训练模型输入的“特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值”确定出该预训练模型对应的函数关系式vn+1，其中，vn+1为后一离散时间点下第二速度与x,y,z之间的函数关系式。
基于预训练模型输出的“后一离散时间点下流体在特定空间位置的第三速度”与预训练模型输入的“特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值”确定出该预训练模型对应的函数关系式wn+1，其中，wn+1为后一离散时间点下第三速度与x,y,z之间的函数关系式。
基于预训练模型输出的“后一离散时间点下流体在特定空间位置的压力”与预训练模型输入的“特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值”确定出该预训练模型对应的函数关系式Pn+1，其中，Pn+1为后一离散时间点下压力与x,y,z之间的函数关系式。
以及，进一步地，上述步骤c中的“对函数关系式进行自动微分得到微分后的关系式”具体可以包括：
对函数关系式un+1分别求x,y,z的一阶微分和二阶微分，以得到微分后的关系式(也可能是具体数值)
Figure BDA0003653147820000101
同理的，对函数关系式vn+1、wn+1、Pn+1也进行类似的自动微分，得到微分后的关系式
Figure BDA0003653147820000102
和
Figure BDA0003653147820000103
Figure BDA0003653147820000111
和
Figure BDA0003653147820000112
步骤d、确定函数关系式和微分后的关系式是否满足预定条件，当满足时，确定训练完成，将训练得到的模型确定为所述模拟计算模型。
其中，该预定条件可以为一函数关系式，如下：
Figure BDA0003653147820000113
Figure BDA0003653147820000114
Figure BDA0003653147820000115
Figure BDA0003653147820000116
其中，ρ为后一离散时间点下流体的密度，μ为后一离散时间点下流体的粘度，un+1为预训练模型输出的后一离散时间点下第一速度与x,y,z之间的函数关系式(由上述步骤c计算所得)，un为该预训练模型的输入的离散时间点下第一速度与x,y,z之间的函数关系式(为样本数据中已知的)，vn+1为该预训练模型输出的后一离散时间点下第二速度与x,y,z之间的函数关系式，vn为该预训练模型的输入的离散时间点下第二速度与x,y,z之间的函数关系式，wn+1为预训练模型输出的后一离散时间点下第三速度与x,y,z之间的函数关系式，wn为该预训练模型的输入的离散时间点下第三速度与x,y,z之间的函数关系式，Pn为该预训练模型的输出的后一离散时间点下压力与x,y,z之间的函数关系式，△t为相邻离散时间点之间相隔的时间步的步长。
则，可以将函数关系式和微分后的关系式带入至上述预定条件中，确定函数关系式和微分后的关系式是否满足上述预定条件，当函数关系式和微分后的关系式是否满足预定条件时，确定该预训练模型训练完成，否则，重新开始训练。
综上所述，本公开提出的交通工具绕流的模拟计算方法，会先确定出预设时间段T，并根据预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；之后，会确定出在第一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，该特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；最后，还会利用模拟计算模型基于第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
由此可知，本公开提供的方法中，利用单个模型即可计算出各个离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力，所需模型较少，泛化性较高。
图3为本公开实施例所提供的一种交通工具绕流的模拟计算装置的结构示意图，如图3所示，该装置可以包括：
第一确定模块，用于确定预设时间段T，并根据所述预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；
第二确定模块，用于确定出在第一个离散时间点下，所述流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，所述特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；
计算模块，用于利用模拟计算模型基于所述第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下，所述流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
综上所述，本公开提出的交通工具绕流的模拟计算装置，会先确定出预设时间段T，并根据预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；之后，会确定出在第一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，该特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；最后，还会利用模拟计算模型基于第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
由此可知，本公开提供的方法中，利用单个模型即可计算出各个离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力，所需模型较少，泛化性较高。
可选的，所述第一确定模块，包括：
离散化子模块，用于将当前时刻的预设时间段之后的时刻确定为特定时刻，并将当前时刻至特定时刻这一时间区间离散化得到至少一个离散时间点。
可选的，所述装置还包括：
建立模块，用于在所述绕流流场中建立三维坐标系；其中，所述三维坐标系包括X轴、Y轴、Z轴。
可选的，所述模拟计算模型用于：
通过将前一离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力、以及所述特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出后一离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力。
可选的，所述计算模块，包括：
第一计算模块，用于将所述第一速度u0、第二速度v0、第三速度w0、压力P0、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出第二离散时间点下流体在特定空间位置的第一速度u1、第二速度v1、第三速度w1、压力P1；
第二计算模块，用于将所述第一速度u1、第二速度v1、第三速度w1、压力P1、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出第三离散时间点下流体在特定空间位置的第一速度u2、第二速度v2、第三速度w2、压力P2；
以此类推，计算出其他离散时间点下流体在的第一速度、第二速度、第三速度以及压力。
图4为本公开实施例所提供的一种模拟计算模型的训练装置的结构示意图，如图4所示，该装置可以包括：
确定模块，用于确定样本数据，所述样本数据包括至少一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力，其中，所述特定空间位置为绕流流场中除去绕流体所占空间位置的任一空间位置；
训练模块，用于基于所述样本数据对所述模拟计算模型进行训练。
可选的，所述装置还包括：
建立模块，用于在所述绕流流场中建立三维坐标系；其中，所述三维坐标系包括X轴、Y轴、Z轴。
可选的，所述训练模块，包括：
建立子模块，用于建立一预训练模型；
处理子模块，用于将样本数据中的一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力、以及所述特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述预训练模型的输入，以得到所述预训练模型的输出，所述预训练模型的输出包括：预训练模型计算出的所述离散时间点的后一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力；
第一确定子模块，用于利用所述预训练模型的输出和输入确定所述预训练模型对应的函数关系式，并对所述函数关系式进行自动微分得到微分后的关系式；
第二确定子模块，用于确定所述函数关系式和所述微分后的关系式是否满足预定条件，当满足时，确定训练完成，将训练得到的模型确定为所述模拟计算模型。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法XXX。例如，在一些实施例中，方法XXX可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时，可以执行上文描述的方法XXX的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图1或图2所示方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式***的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种交通工具绕流的模拟计算方法，所述方法用于计算绕流流场中交通工具周围流体的速度和压力，所述方法包括：
确定预设时间段T，并根据所述预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；
确定出在第一个离散时间点下，所述流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，所述特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；
利用模拟计算模型基于所述第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下，所述流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
2.如权利要求1所述的方法，其中，所述根据所述预设时间段T生成多个离散时间点，包括：
将当前时刻的预设时间段之后的时刻确定为特定时刻，并将当前时刻至特定时刻这一时间区间离散化得到至少一个离散时间点。
3.如权利要求1所述的方法，其中，所述方法还包括：
在所述绕流流场中建立三维坐标系；其中，所述三维坐标系包括X轴、Y轴、Z轴。
4.如权利要求1或3所述的方法，其中，所述模拟计算模型用于：
通过将前一离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力、以及所述特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出后一离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力。
5.如权利要求4所述的方法，其中，所述计算出各个离散时间点下流体的第一速度、第二速度、第三速度以及压力，包括：
将所述第一速度u0、第二速度v0、第三速度w0、压力P0、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出第二离散时间点下流体在特定空间位置的第一速度u1、第二速度v1、第三速度w1、压力P1；
将所述第一速度u1、第二速度v1、第三速度w1、压力P1、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出第三离散时间点下流体在特定空间位置的第一速度u2、第二速度v2、第三速度w2、压力P2；
以此类推，计算出其他离散时间点下流体在的第一速度、第二速度、第三速度以及压力。
6.一种模拟计算模型的训练方法，所述方法包括：
确定样本数据，所述样本数据包括至少一个离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力，其中，所述特定空间位置为绕流流场中除去绕流体所占空间位置的任一空间位置；
基于所述样本数据对所述模拟计算模型进行训练。
7.如权利要求6所述的方法，其中，所述方法还包括：
在所述绕流流场中建立三维坐标系；其中，所述三维坐标系包括X轴、Y轴、Z轴。
8.如权利要求6或7所述的方法，其中，所述基于所述样本数据对所述模拟计算模型进行训练，包括：
建立一预训练模型；
将样本数据中的一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力、以及所述特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述预训练模型的输入，以得到所述预训练模型的输出，所述预训练模型的输出包括：预训练模型计算出的输入的所述离散时间点的后一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力；
利用所述预训练模型的输出和输入确定所述预训练模型对应的函数关系式，并对所述函数关系式进行自动微分得到微分后的关系式；
确定所述函数关系式和所述微分后的关系式是否满足预定条件，当满足时，确定训练完成，将训练得到的模型确定为所述模拟计算模型。
9.一种交通工具绕流的模拟计算装置，所述装置包括：
第一确定模块，用于确定预设时间段T，并根据所述预设时间段T生成多个离散时间点，其中，所述多个离散时间点之中的第一个离散时间点为当前时刻；
第二确定模块，用于确定出在第一个离散时间点下，所述流体在特定空间位置的X轴方向上的第一速度u0、Y轴方向上的第二速度v0、Z轴方向上的第三速度w0、压力P0，其中，所述特定空间位置为绕流流场中除去所述交通工具所占空间位置的任一空间位置；
计算模块，用于利用模拟计算模型基于所述第一速度u0、第二速度v0、第三速度w0、压力P0计算其他离散时间点下，所述流体在所述特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、以及压力。
10.如权利要求9所述的装置，其中，所述第一确定模块，包括：
离散化子模块，用于将当前时刻的预设时间段之后的时刻确定为特定时刻，并将当前时刻至特定时刻这一时间区间离散化得到至少一个离散时间点。
11.如权利要求9所述的装置，其中，所述装置还包括：
建立模块，用于在所述绕流流场中建立三维坐标系；其中，所述三维坐标系包括X轴、Y轴、Z轴。
12.如权利要求9或11所述的装置，其中，所述模拟计算模型用于：
通过将前一离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力、以及所述特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出后一离散时间点下流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力。
13.如权利要求12所述的装置，其中，所述计算模块，包括：
第一计算模块，用于将所述第一速度u0、第二速度v0、第三速度w0、压力P0、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出第二离散时间点下流体在特定空间位置的第一速度u1、第二速度v1、第三速度w1、压力P1；
第二计算模块，用于将所述第一速度u1、第二速度v1、第三速度w1、压力P1、特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述模拟计算模型的输入，以使得所述模拟计算模型输出第三离散时间点下流体在特定空间位置的第一速度u2、第二速度v2、第三速度w2、压力P2；
以此类推，计算出其他离散时间点下流体在的第一速度、第二速度、第三速度以及压力。
14.一种模拟计算模型的训练装置，所述装置包括：
确定模块，用于确定样本数据，所述样本数据包括多个离散时间点下，流体在特定空间位置的X轴方向上的第一速度、Y轴方向上的第二速度、Z轴方向上的第三速度、压力，其中，所述特定空间位置为绕流流场中除去所述绕流体所占空间位置的任一空间位置；
训练模块，用于基于所述样本数据对所述模拟计算模型进行训练。
15.如权利要求14所述的装置，其中，所述装置还包括：
建立模块，用于在所述绕流流场中建立三维坐标系；其中，所述三维坐标系包括X轴、Y轴、Z轴。
16.如权利要求14或15所述的装置，其中，所述训练模块，包括：
建立子模块，用于建立一预训练模型；
处理子模块，用于将样本数据中的一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力、以及所述特定空间位置X轴坐标值、Y轴坐标值、Z轴坐标值作为所述预训练模型的输入，以得到所述预训练模型的输出，所述预训练模型的输出包括：预训练模型计算出的所述离散时间点的后一离散时间点下，流体在特定空间位置的第一速度、第二速度、第三速度、压力；
第一确定子模块，用于利用所述预训练模型的输出和输入确定所述预训练模型对应的函数关系式，并对所述函数关系式进行自动微分得到微分后的关系式；
第二确定子模块，用于确定所述函数关系式和所述微分后的关系式是否满足预定条件，当满足时，确定训练完成，将训练得到的模型确定为所述模拟计算模型。
17.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5或6-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5或6-8中任一项所述的方法。
19.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令在被处理器执行时实现根据权利要求1-5或6-8中任一项所述的方法中的步骤。
CN202210547445.6A 2022-05-19 2022-05-19 交通工具绕流的模拟计算方法、模拟计算模型的训练方法 Pending CN114969967A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210547445.6A CN114969967A (zh) 2022-05-19 2022-05-19 交通工具绕流的模拟计算方法、模拟计算模型的训练方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210547445.6A CN114969967A (zh) 2022-05-19 2022-05-19 交通工具绕流的模拟计算方法、模拟计算模型的训练方法

Publications (1)

Publication Number Publication Date
CN114969967A true CN114969967A (zh) 2022-08-30

Family

ID=82984627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210547445.6A Pending CN114969967A (zh) 2022-05-19 2022-05-19 交通工具绕流的模拟计算方法、模拟计算模型的训练方法

Country Status (1)

Country Link
CN (1) CN114969967A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090171596A1 (en) * 2007-12-31 2009-07-02 Houston Benjamin Barrie Fast characterization of fluid dynamics
CN102332040A (zh) * 2011-07-25 2012-01-25 大连理工大学 一种柔性网衣对水流影响的三维数值模拟方法
CN110503689A (zh) * 2019-08-30 2019-11-26 清华大学 姿态预测方法、模型训练方法及装置
US20200226224A1 (en) * 2019-01-11 2020-07-16 International Business Machines Corporation Machine learning based fluid simulation
CN111859825A (zh) * 2020-07-28 2020-10-30 北京航空航天大学 包含任意流固界面非定常不可压流动数值模拟方法及设备
US20210125515A1 (en) * 2019-10-25 2021-04-29 Joby Aero, Inc. Method And System For Modeling Aerodynamic Interactions In Complex eVTOL Configurations For Realtime Flight Simulations And Hardware Testing
CN113551744A (zh) * 2021-08-10 2021-10-26 中国石油大学(北京) 一种超声流量计性能在线监测方法及***
CN114282448A (zh) * 2021-11-16 2022-04-05 北京百度网讯科技有限公司 流场信息获取方法、模型训练方法、装置及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090171596A1 (en) * 2007-12-31 2009-07-02 Houston Benjamin Barrie Fast characterization of fluid dynamics
CN102332040A (zh) * 2011-07-25 2012-01-25 大连理工大学 一种柔性网衣对水流影响的三维数值模拟方法
US20200226224A1 (en) * 2019-01-11 2020-07-16 International Business Machines Corporation Machine learning based fluid simulation
CN110503689A (zh) * 2019-08-30 2019-11-26 清华大学 姿态预测方法、模型训练方法及装置
US20210125515A1 (en) * 2019-10-25 2021-04-29 Joby Aero, Inc. Method And System For Modeling Aerodynamic Interactions In Complex eVTOL Configurations For Realtime Flight Simulations And Hardware Testing
CN111859825A (zh) * 2020-07-28 2020-10-30 北京航空航天大学 包含任意流固界面非定常不可压流动数值模拟方法及设备
CN113551744A (zh) * 2021-08-10 2021-10-26 中国石油大学(北京) 一种超声流量计性能在线监测方法及***
CN114282448A (zh) * 2021-11-16 2022-04-05 北京百度网讯科技有限公司 流场信息获取方法、模型训练方法、装置及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张伟;: "用同位网格算法实现三维方形开口流的数值模拟", 纺织高校基础科学学报, no. 03, 30 September 2009 (2009-09-30) *
张勇等: "基于鱼侧线感知原理和深度学***动目标方向识别", 《机械工程学报》, vol. 56, no. 12, 30 June 2020 (2020-06-30), pages 231 - 239 *
陈伟;宗智;: "二维圆柱绕流的离散涡数值模拟", 舰船科学技术, no. 05, 15 May 2010 (2010-05-15) *

Similar Documents

Publication Publication Date Title
US20210271968A1 (en) Generative neural network systems for generating instruction sequences to control an agent performing a task
CN112560496A (zh) 语义分析模型的训练方法、装置、电子设备及存储介质
CN114333982B (zh) 蛋白质表示模型预训练、蛋白质相互作用预测方法和装置
CN114792359B (zh) 渲染网络训练和虚拟对象渲染方法、装置、设备及介质
CN108027809B (zh) 基于深度学习的体设计的功能相关
CN113780098B (zh) 文字识别方法、装置、电子设备以及存储介质
CN113590776A (zh) 基于知识图谱的文本处理方法、装置、电子设备及介质
CN113159284A (zh) 一种模型训练方法及装置
CN113705628B (zh) 预训练模型的确定方法、装置、电子设备以及存储介质
CN114881129A (zh) 一种模型训练方法、装置、电子设备及存储介质
CN113592932A (zh) 深度补全网络的训练方法、装置、电子设备及存储介质
CN112949433B (zh) 视频分类模型的生成方法、装置、设备和存储介质
CN113157829A (zh) 一种兴趣点名称比对方法、装置、电子设备和存储介质
CN112541052B (zh) 确定问题的答案的方法、装置、设备及存储介质
CN112507104B (zh) 对话***获取方法、装置、存储介质及计算机程序产品
CN113033774A (zh) 图处理网络模型的训练方法、装置、电子设备和存储介质
CN115795025A (zh) 一种摘要生成方法及其相关设备
CN114969967A (zh) 交通工具绕流的模拟计算方法、模拟计算模型的训练方法
CN114220163B (zh) 人体姿态估计方法、装置、电子设备及存储介质
CN113961765B (zh) 基于神经网络模型的搜索方法、装置、设备和介质
CN115687764A (zh) 车辆轨迹评估模型的训练方法、车辆轨迹评估方法和装置
CN114817476A (zh) 语言模型的训练方法、装置、电子设备和存储介质
CN112966513A (zh) 用于实体链接的方法和装置
CN113641724A (zh) 知识标签挖掘方法、装置、电子设备及存储介质
CN112632999A (zh) 命名实体识别模型获取及命名实体识别方法、装置及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination