Компьютерные науки > Машинное обучение [представлено 25 октября 2026 года] Название: Усиленная адверсариальная сеть генерации аэродинамической конфигурации для разработки коммерческой аэродинамики вид HTML PDF (экспериментальное) Резюме: Генеративное машинное обучение представляет собой конструкционную основу для оптимизации аэродинамического проектирования путем создания различных аэродинамических конфигураций, обусловленных целевой эффективностью. Однако разработанные конструкции могут нарушать геометрические ограничения или отклоняться от предписанных аэродинамических характеристик. Поэтому мы предлагаем усовершенствованную генерирующую адверсариальную сеть (СЕГАН), которая впитывает геометрическую и аэродинамическую информацию в процесс регенерации. Функция потерь с учетом конкретных условий разрабатывается путем сочетания геометрической санкции за практическую осуществимость и аэродинамической штрафной санкции, оцениваемой на основе суррогатных моделей, прошедших подготовку по тому же набору данных. Кроме того, механизм фильтрации выходных материалов позволяет выбросить неосуществимые конструкции с использованием этих замещающих моделей и обеспечивает соблюдение предписанных условий. Этот метод демонстрируется на конфигурации летательных аппаратов, аналогичной Cessna Citation X. Каждая конфигурация представлена 28 параметрами формы, аэродинамические характеристики которых оцениваются с использованием OpenVSP. Для различных сетевых архитектур и стратегий…
Усовершенствованная с учетом конкретных условий генерирующая адверсариальная сеть для аэродинамической конфигурации коммерческих воздушных судов
arXiv:2610.35963v1 Annualce Type: New Humber Abstract: Generationive Machine Upduction представляет собой конечную основу для оптимизации аэродинамического проектирования путем создания различных аэродинамичных конфигураций с учетом целевых показателей. Однако разработанные конструкции могут нарушать геометрические ограничения или отклоняться от предписанных аэродинамических характеристик. Поэтому мы предлагаем усовершенствованную генерирующую адверсариальную сеть (СЕГАН), которая впитывает геометрическую и аэродинамическую информацию в процесс регенерации. Функция потерь с учетом конкретных условий разрабатывается путем сочетания геометрической санкции за практическую осуществимость и аэродинамической штрафной санкции, оцениваемой на основе суррогатных моделей, прошедших подготовку по тому же набору данных. Кроме того, механизм фильтрации выходных материалов позволяет выбросить неосуществимые конструкции с использованием этих замещающих моделей и обеспечивает соблюдение предписанных условий. Этот метод демонстрируется на конфигурации летательных аппаратов, аналогичной Cessna Citation X. Каждая конфигурация представлена 28-образным параметом