摘要
本发明公开了一种高质量研发数据集的构造方法,包括:获取用户预先设定的物理场类型,根据物理场类型在待处理数据库中调用对应的试验数据和仿真数据;根据物理场类型选取合适的数据同化方法,根据选取的数据同化方法对调用的试验数据和仿真数据进行数据同化,得到同化数据集;根据物理场类型在模型数据库中调用相应的机理模型,用以获取目标物理定律;根据目标物理定律,利用物理神经网络深度学习算法将同化数据集转化为完整的物理场数据集;通过本发明,实现试验数据和仿真数据的统一化,为生成式人工智能以及数据与场景解耦提供支撑。
技术关键词
数据同化方法
仿真数据
神经网络深度学习
物理
集合卡尔曼滤波同化
意图
索引
标记
算法
项目
场景
系统为您推荐了相关专利信息
遥感监测方法
生成对抗网络
物理
半监督学习
数据同化方法
数字孪生模型
强化学习网络
运维方法
模型预测控制算法
采集变电站
神经网络架构搜索
数字孪生模型
航天器
进化算法
超网络
深部矿产资源
地球物理勘探方法
勘探设备
地质结构
三维地质模型