引入一种用于拉格朗日轨迹模拟的生成对抗网络模型
机器学习
2019-01-15 v1 计算机视觉与模式识别
机器学习
数据分析、统计与概率
统计计算
摘要
我们引入一种生成对抗网络（GAN）模型，用于模拟被困于浮力反向火焰回流区中粒子的三维拉格朗日运动。该GAN模型由一个作为生成器的随机循环神经网络和一个作为判别器的卷积神经网络组成。对抗训练进行到最佳训练判别器无法区分真实轨迹与最佳训练生成器所产生的轨迹为止。随后，针对精度与泛化准则，以对模拟轨迹和真实轨迹所作的统计分析为基准对模型性能进行了评估。
引用
@article{arxiv.1901.03960,
title = {Introducing a Generative Adversarial Network Model for Lagrangian Trajectory Simulation},
author = {Jingwei Gan and Pai Liu and Rajan K. Chakrabarty},
journal= {arXiv preprint arXiv:1901.03960},
year = {2019}
}
备注
19 pages, 9 figures