首页
›
数学计算科学计算与计算物理工程
›
011-科学机器学习与物理信息计算
›
《科学机器学习项目实战45例》
VIP20
本课程属于:011-科学机器学习与物理信息计算
数学计算科学计算与计算物理工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
科学机器学习项目实战45例
共计 45 章节
可可资料掘金营 · 点击在线试看
01
案例1:物理约束神经网络求解一维稳态热传导
用PINN实现一维杆稳态热传导方程 · 在Dirichlet边界下训练并验证… · 重点掌握物理残差损失与边界损失的加权…
案例1
物理约束神经网络…
02
案例2:数据驱动代理模型拟合阻尼摆轨迹
构建多层感知机从阻尼摆仿真轨迹数据中… · 对比不同网络深度与训练样本量对多步预…
案例2
数据驱动代理模型…
03
案例3:PINN求解一维Burgers方程并分析激波捕捉
针对含粘性项的Burgers方程训练… · 观察不同粘性系数下解的陡峭梯度区域误… · 评估配点采样策略对激波附近精度的影响
PINN
Burgers
04
案例4:神经算子学习一维扩散方程解算子
用DeepONet学习从初始条件到固… · 在训练分布外初始条件上测试泛化误差 · 重点比较分支网与主干网容量配置
案例4
神经算子学习一维…
05
案例5:Fourier神经算子求解参数化Darcy流
实现FNO学习渗透率场到压力场的映射 · 分析截断模态数对高频渗透率结构重建精… · 并验证分辨率不变性
Fourier
Darcy
06
案例6:物理信息损失用于弹簧-质量系统参数反演
在仅有部分位移观测的条件下 · 用PINN同时反演未知刚度和阻尼系数 · 重点设计可辨识性检验与多初值训练稳定…
案例6
物理信息损失用于…
07
案例7:数据同化中的神经网络观测算子校正
构建神经网络校正简化观测模型与真实观… · 将其嵌入集合卡尔曼滤波流程 · 评估校正前后状态估计的均方根误差
案例7
数据同化
08
案例8:降阶模型POD与神经网络系数回归对比
对参数化热传导仿真数据做POD降阶 · 分别用线性回归和神经网络预测模态系数 · 对比两种系数映射在测试参数上的重构误…
POD
案例8
09
案例9:自编码器用于流场降阶与潜空间插值
训练卷积自编码器压缩二维流场快照 · 在潜空间对雷诺数做插值并解码 · 评估重构场与真实仿真场在涡结构上的差…
案例9
自编码器用于流场…
10
案例10:时间序列神经ODE拟合阻尼振动
用神经ODE建模阻尼振动系统的连续时… · 对比固定步长与自适应步长求解器对长期…
ODE
案例10
11
案例11:物理约束损失下的单摆周期预测网络
训练网络从初始角度预测单摆周期 · 在损失中加入能量守恒约束 · 对比纯数据拟合与物理约束模型在大角度…
案例11
物理约束损失下的…
12
案例12:PINN求解二维稳态Poisson方程
在矩形域上实现二维Poisson方程… · 重点比较均匀配点与基于残差自适应加密…
PINN
Poisson
13
案例13:硬约束输出层构造满足边界条件的解
通过输出变换将边界条件硬编码进网络结… · 与软约束PINN对比边界附近精度和训… · 分析硬约束构造的适用条件
案例13
硬约束输出层构造…
14
案例14:多尺度Fourier特征提升高频解拟合
在PINN输入中引入多尺度Fouri… · 针对高频强迫项的一维波动方程 · 比较不同频率尺度组合对收敛精度的影响
Fourier
案例14
15
案例15:因果训练策略改善长时间积分PINN
对时间依赖问题采用因果加权训练策略 · 按时间分块逐步推进损失权重 · 对比普通全时段训练在后期时间窗口的误…
PINN
案例15
16
案例16:算子学习中的多分辨率训练与零样本超分辨
训练FNO在低分辨率数据上学习解算子 · 测试其直接在高分辨率网格上推理的零样… · 分析频谱混叠导致的误差来源
案例16
算子学习
17
案例17:图神经网络求解非结构网格上的稳态扩散
将非结构三角网格转化为图结构 · 用图神经网络学习节点温度 · 重点设计边特征编码网格几何并验证不同…
案例17
图神经网络求解非…
18
案例18:神经算子用于参数化翼型压力场预测
用DeepONet从翼型几何参数预测… · 重点处理几何参数化输入与输出场维度不… · 并评估气动系数积分误差
案例18
神经算子用于参数…
19
案例19:物理信息神经网络求解一维Allen-Cahn方程
针对含界面演化的一维Allen-Ca… · 观察不同界面厚度参数下相界面的锐度保…
Allen-Cahn
案例19
20
案例20:数据驱动湍流闭合模型的一维后验评估
用神经网络从高保真数据学习雷诺应力闭… · 嵌入一维湍流方程做后验仿真 · 重点评估训练损失与后验预测精度不一致…
案例20
数据驱动湍流闭合…
21
案例21:守恒律神经网络预测中的守恒性诊断
训练网络预测一维守恒律通量 · 设计质量守恒与总变差不增的诊断指标 · 定位网络在间断附近违反守恒性的具体模…
案例21
守恒律神经网络预…
22
案例22:物理信息网络中的自适应损失权重调优
实现基于梯度范数的自适应损失权重策略 · 在多项物理残差与数据损失共存的问题中…
案例22
物理信息网络
23
案例23:小样本条件下迁移学习加速PINN收敛
先在相似参数问题上预训练PINN · 再迁移到目标参数问题微调 · 对比从零训练与迁移训练达到同等精度所…
PINN
案例23
24
案例24:噪声观测下的物理信息反演鲁棒性测试
在观测数据中加入不同水平高斯噪声 · 测试PINN反演扩散系数的稳定性 · 绘制噪声水平与反演相对误差的关系曲线…
案例24
噪声观测下的物理…
25
案例25:神经算子与数值求解器的混合时间推进
将训练好的神经算子作为粗时间步推进器 · 与精细数值求解器交替耦合 · 评估混合推进在长期积分中的误差增长与…
案例25
神经算子
26
案例26:物理信息网络求解二维不可压Navier-Stokes
实现二维定常不可压Navier-St… · 重点处理压力-速度耦合与连续性残差权… · 在顶盖驱动方腔算例上验证流场精度
Navier-Stoke…
案例26
27
案例27:算子学习中的边界条件嵌入方式对比
在FNO中分别采用边界填充 · 损失惩罚和输出修正三种边界处理方式 · 对比其在非周期边界问题上的精度与训练…
案例27
算子学习
28
案例28:基于物理信息的稀疏传感器场重建
利用少量传感器观测和物理方程约束重建… · 重点设计传感器布点策略并评估不同布点…
案例28
基于物理信息的稀…
29
案例29:神经ODE用于化学反应动力学参数估计
用神经ODE建模反应浓度演化并联合估… · 重点分析观测采样间隔对参数可辨识性和…
ODE
案例29
30
案例30:物理信息网络预测相变问题的Stefan条件
对一维相变传热问题训练PINN · 在损失中显式加入界面Stefan能量… · 评估界面位置预测误差随时间的变化
Stefan
案例30
31
案例31:算子学习模型的不确定性量化
用深度集成方法为FNO预测提供不确定… · 在分布外输入上检验预测方差与真实误差… · 识别高不确定性区域
案例31
算子学习模型的不…
32
案例32:物理信息网络的多保真数据融合
融合少量高保真仿真与大量低保真仿真数… · 对比仅用高保真数据训练时的精度 · 分析多保真加权策略的效果
案例32
物理信息网络的多…
33
案例33:神经算子跨几何泛化能力测试
在规则域上训练FNO后迁移到含孔洞的… · 设计几何编码适配方案并量化跨几何泛化…
案例33
神经算子跨几何泛…
34
案例34:物理信息网络求解特征值问题
用PINN求解一维Sturm-Lio… · 将特征值作为可训练参数 · 重点处理特征函数归一化约束与特征值收…
案例34
物理信息网络求解…
35
案例35:数据驱动模型在闭环控制中的稳定性验证
将训练好的系统代理模型嵌入简单反馈控… · 通过闭环仿真检验代理模型误差对控制稳… · 定位导致失稳的模型偏差模式
案例35
数据驱动模型
36
案例36:物理信息网络训练中的梯度病理诊断
在PINN训练中监测各损失项梯度范数… · 定位梯度不平衡或病态区域 · 并验证梯度裁剪与归一化对训练的改善
案例36
物理信息网络训练
37
案例37:算子学习用于多步预测的误差累积分析
用自回归方式将神经算子用于多步时间预… · 分解单步误差与累积误差的贡献 · 评估不同滚动预测策略对长期精度的影响
案例37
算子学习用于多步…
38
案例38:物理信息网络对间断初值的处理策略对比
针对含阶跃初值的一维对流方程 · 对比平滑化初值 · 域分解和自适应配点三种策略下PINN…
案例38
物理信息网络对间…
39
案例39:基于物理信息的缺失边界条件补全
在部分边界条件未知的情况下 · 利用内部观测和方程残差同时补全边界条… · 重点评估未知边界段长度对反演精度的影…
案例39
基于物理信息的缺…
40
案例40:神经算子模型的推理性能与精度权衡
对训练好的FNO进行推理加速分析 · 比较不同模态截断与批处理配置下的推理… · 给出面向部署的配置选择依据
案例40
神经算子模型的推…
41
案例41:物理信息网络求解对流占优问题的稳定化
针对高Péclet数对流扩散方程训练… · 引入人工粘性或残差加权稳定化 · 对比稳定化前后解在边界层区域的非物理…
案例41
物理信息网络求解…
42
案例42:多物理场耦合问题的分块物理信息训练
对热-力耦合一维问题采用分块训练策略… · 对比联合训练在耦合界面通量连续性上的…
案例42
多物理场耦合问题…
43
案例43:数据驱动代理模型的分布偏移检测
为已训练的流场代理模型设计输入分布偏… · 在参数超出训练范围时触发告警 · 评估检测指标与预测误差的相关性
案例43
数据驱动代理模型…
44
案例44:物理信息网络与经典数值格式的精度交叉验证
在同一基准问题上分别用PINN和有限… · 设计网格收敛与训练收敛的交叉验证流程 · 量化两种方法在相同计算预算下的精度差…
案例44
物理信息网络
45
案例45:端到端科学机器学习项目:从仿真数据到在线代理部署
综合运用数据生成 · 代理模型训练 · 不确定性评估与推理接口封装
案例45
端到端科学机器学…
所属VIP或分类
同VIP:DeepONet动力系统预测建模
同VIP:Fourier神经算子FNO应用入门
同VIP:PINN微分方程求解开发入门