跳到正文
arXiv · ML· Favour Nerrise, Julian Busch, Gurpreet Singh Hora, Martin Sipka, Danielle C. Maddix, Georgia Olympia Brikis·· 13 小时前AI 评分22

车辆空气动力学神经代理模型迁移学习基准测试与 GeoReplay 优化方法研究

Measuring and Improving Transfer of Neural Surrogates for Vehicle Aerodynamics

AI 导读

一项针对 DrivAerML 预训练神经代理的大规模基准测试显示,直接微调在 50% 以上的场景中表现不如从头训练,且会导致源域准确性降低。 研究团队提出 GeoReplay 方法,通过几何和梯度对齐进行源回放,在 80 个设置中的 77 个降低了源误差并匹配了目标准确率。 该方法证明了 GeoReplay 步骤能减少目标训练目标,为提升神经代理跨车辆类别的零样本泛化能力提供了理论依据和技术方案。

来源:arXiv · ML · arxiv.org