arXiv cs.AI / cs.LG 最新· Arjun Dadhwal·· 5 天前AI 评分48
拓扑启发微调提升风场超分辨率模型：预训练 CNN 的平均 PD 距离降低 31%
Topology-Inspired Fine-Tuning for Wind-Field Super-Resolution
AI 导读
拓扑启发的辅助损失微调使预训练 CNN 风场超分辨率模型在 168 场固定基准上把平均 bottleneck PD 距离降低 31%。最终目标结合梯度监督与固定持久对（persistence pair）监督，相对预训练 CNN 将 W2,∞ 与 W2,2 距离分别降低 25%、27%，PSNR 提升 1.30 dB，约为标准微调增益的一半。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。