摘要
本发明属于三维湍流预测技术领域,特别涉及用于三维湍流预测的物理注意力增强傅里叶神经算子。PAFNO使用FNO的思想来捕获全局信息,并且使用物理注意力机制进行三维湍流内在物理关联补足。PAFNO通过快速傅里叶变换捕获三维湍流的全局信息,之后通过物理注意力机制模块学习三维湍流的内在物理信息,进行物理信息补足,再通过残差连接和二次快速傅里叶变换进行全局信息补足。三维湍流问题相比于二维湍流问题更加复杂、计算要求更加苛刻,PAFNO精准的捕获到了三维湍流蕴含的物理特征,在七个数据集上均取得优胜。
技术关键词
湍流
注意力机制
标记特征
物理
切片
网格
数据
深度学习模型
速度
序列
令牌
编码
代表
非线性
通道
模块
矩阵
数值