为光滑气动叶面设计定制化生成对抗网络
机器学习
2024-04-19 v1
摘要
在航空航天设计领域，实现光滑曲线至关重要，尤其是用于制作气动叶面。生成对抗网络（GAN）作为一种广泛应用的生成式AI技术，在合成气动叶面设计方面发挥了重要作用。然而，GAN的常见局限是生成的气动叶面表面缺乏光滑性。为此，我们提出一种具有定制化损失函数的GAN模型，旨在生成无缝光滑的气动叶面设计。此外，我们的模型相较于采用后处理平滑滤波器的传统GAN，显示出显著提升的设计多样性。
引用
@article{arxiv.2404.11816,
title = {Tailoring Generative Adversarial Networks for Smooth Airfoil Design},
author = {Joyjit Chattoraj and Jian Cheng Wong and Zhang Zexuan and Manna Dai and Xia Yingzhi and Li Jichao and Xu Xinxing and Ooi Chin Chun and Yang Feng and Dao My Ha and Liu Yong},
journal= {arXiv preprint arXiv:2404.11816},
year = {2024}
}