一种数据驱动电磁系统中多物理场时域模型降阶方法
公开
摘要
本发明公开了一种数据驱动电磁系统中多物理场时域模型降阶方法。该方法创新在于首次将科学机器学习与模型降阶相结合，并用于解决电磁系统问题。首先通过正交投影(POD)方法，对数据集空间维度进行降阶，它可以实现超过三个数量级的数据量减少；然后，通过一种自适应帧选择方法，在时间维度对数据量进行缩减；然后，采用科学机器学习的数据驱动方法，从缩减后的数据集中学习得到新的模型。其中降阶模型可以代替全阶模型的不同应用，实现千倍以上的计算加速。本发明的方法具有高扩展、误差小特点，特别适用于小样本数据驱动情形，能大大提高电磁系统中多物理场的时域计算效率。
基本信息
专利标题 ：
一种数据驱动电磁系统中多物理场时域模型降阶方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595638A
申请号 ：
CN202210272439.4
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李啸詹启伟尹文言
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
万尾甜
优先权 ：
CN202210272439.4
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
