用于反应流核模型数据增强训练的自适应模型层次
数值分析
2022-05-02 v4 数值分析
摘要
我们考虑从抛物型偏微分方程解轨迹导出的时间相关感兴趣量的机器学习。对于大规模或长时间积分场景，使用全阶模型（FOM）生成充足训练数据在计算上不可行，我们提出一种自适应的中间降基降阶模型（ROM）层次，通过认证后的ROM训练数据来增强FOM训练数据，以拟合核模型。
引用
@article{arxiv.2110.12388,
title = {An adaptive model hierarchy for data-augmented training of kernel models for reactive flow},
author = {Bernard Haasdonk and Mario Ohlberger and Felix Schindler},
journal= {arXiv preprint arXiv:2110.12388},
year = {2022}
}
备注
2 pages, 1 figure