Simulator AI mengambil SOTA baharu dalam simulasi fizik!
Pembelajaran mesin menjadikan simulasi grafik komputer (CG) lebih realistik!
Kaedah ini dipanggil Neural Flow Maps (Neural Flow Maps, NFM), yang boleh mensimulasikan dengan tepat asap empat vorteks:
Ones yang lebih rumit
juga boleh dilaksanakan dengan lebih mudah
Anda mesti tahu bahawa dalam era aplikasi AI yang terbang ke mana-mana, simulasi fizik CG masih dikuasai oleh algoritma berangka tradisional.
△NFM meniru "leapfrog"
Walaupun aplikasi rangkaian saraf dalam CG boleh mencipta kesan visual yang mempesonakan, ia tidak boleh menggambarkan sifat fizikal secara tegas dan mantap.
△NFM mensimulasikan "titisan dakwat"
Itulah sebabnya simulasi fizikal berdasarkan rangkaian saraf masih dalam peringkat bukti konsep(kesan konsep), dan yang dihasilkan jauh dari SOTA.
Untuk menyelesaikan masalah kompleks ini, pasukan penyelidik dari Kolej Dartmouth, Institut Teknologi Georgia dan Universiti Stanford mencadangkan kaedah baharu yang dipanggil rajah aliran saraf. Mereka menggabungkan kelebihan rangkaian saraf dengan model fizikal lanjutan untuk mencapai kesan visual dan ketepatan fizikal yang tidak pernah berlaku sebelum ini.
Makalah ini diterbitkan dalam jurnal teratas ACM Transactions on Graphics (TOG), dan memenangi kertas terbaik SIGGRAPH Asia 2023.
ke dalam rangka kerja kaedah sedia ada (seperti SPH, cecair stabil) . Kaedah sedia ada disesuaikan dengan keupayaan kaedah berangka tradisional Oleh kerana itu, pembangunan pembelajaran mesin telah mencadangkan satu siri keupayaan baharu
(seperti ekspresi padat isyarat spatiotemporal NeRF), selalunya Tiada tempat untuk. ia dalam rangka kerja sedia ada. Oleh itu, penyelidik percaya bahawa daripada menggunakan AI pada rangka kerja sedia ada, adalah lebih baik untuk mereka bentuk rangka kerja matematik dan berangka baharu berdasarkan keupayaan baharu yang dicadangkan oleh AI, dengan itu memaksimumkan nilai keupayaan ini.
Model Fizikal
Berdasarkan idea di atas, penyelidik membina simulator bendalir di luar SOTA melalui
reka bentuk bersama(reka bentuk bersama) fizik dan AI. Dalam bahagian fizik, NFM mula-mula menggunakan satu set
persamaan bendalir berasaskan impuls Dengan melakukan transformasi tolok(transformasi tolok) pada persamaan Euler biasa, NFM mewujudkan medan halaju dan rajah alir (peta alir) . dan hubungan antara terbitan spatialnya. Dalam erti kata lain, selagi penyelesaian berangka yang tepat untuk peta aliran boleh diperolehi, medan halaju yang berkembang boleh dibina semula dengan tepat.
Untuk mengira peta aliran dengan paling tepat, NFM mencadangkan "kawad dua arah" yang direka dengan teliti (kawad dua arah)
Algoritma ini adalah 3 hingga 5 susunan magnitud lebih tepat daripada algoritma sedia ada, tetapi ia juga memerlukan penyimpanan ruang-masa jangka panjang (spatiotemporal)
medan halaju.Untuk simulasi 3D berskala besar, masih mencabar untuk menyimpan medan halaju bingkai tunggal, tetapi tidak boleh sama sekali untuk menyimpan medan halaju puluhan atau ratusan bingkai. Oleh itu, walaupun algoritma "perjalanan dua hala" adalah tepat, ia tidak boleh direalisasikan menggunakan cara tradisional.
Storan rangkaian saraf
(perwakilan saraf tersirat atau INR)
untuk pesakit berkualiti tinggi isyarat Keupayaan untuk memampatkan menjadikan kaedah simulasi yang sangat tepat tetapi tidak boleh dicapai dapat dilaksanakan.INR biasanya hanya perlu dilatih sekali untuk setiap senario, tetapi NFM menggunakannya sebagai pembolehubah perantaraan untuk mengemas kini secara berterusan semasa proses simulasi, yang juga meletakkan keperluan yang lebih ketat pada prestasi INR.
Sehubungan dengan itu, NFM mencadangkan INR berprestasi tinggi baharu yang dipanggil SSNF.
Dengan merancang keadaan pembukaan setiap titik grid secara automatik dalam storan jarang ruang, dan skim pemprosesan masa berdasarkan polinomial Lagrange, SSNF mencapai kelajuan penumpuan yang lebih cepat dan nisbah mampatan yang lebih tinggi daripada kaedah seperti Instant-NGP dan Kplanes dan ketepatan storan yang lebih tinggi .
Memenangi SOTA
Hasil eksperimen menunjukkan bahawa sebagai simulator berasaskan AI, NFM dengan ketara mengatasi kaedah SOTA: bimocq, cecair kovektor dan MC+R.
Dalam eksperimen di mana pusaran titik 2D(pusaran titik) dikekalkan, purata ralat mutlak NFM telah dikurangkan sekurang-kurangnya 14 dan paling banyak 308 kali berbanding dengan tiga yang lain.
Dalam percubaan vorteks lompat 3D, NFM juga telah meningkatkan keupayaan penjimatan tenaga dengan ketara.
Atas ialah kandungan terperinci Simulator AI mengambil SOTA baharu dalam simulasi fizik!. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Apabila menukar rentetan ke objek dalam vue.js, json.parse () lebih disukai untuk rentetan json standard. Untuk rentetan JSON yang tidak standard, rentetan boleh diproses dengan menggunakan ungkapan biasa dan mengurangkan kaedah mengikut format atau url yang dikodkan. Pilih kaedah yang sesuai mengikut format rentetan dan perhatikan isu keselamatan dan pengekodan untuk mengelakkan pepijat.

Artikel ini memperkenalkan operasi pangkalan data MySQL. Pertama, anda perlu memasang klien MySQL, seperti MySqlworkbench atau Command Line Client. 1. Gunakan perintah MySQL-Uroot-P untuk menyambung ke pelayan dan log masuk dengan kata laluan akaun root; 2. Gunakan CreateTatabase untuk membuat pangkalan data, dan gunakan Pilih pangkalan data; 3. Gunakan createtable untuk membuat jadual, menentukan medan dan jenis data; 4. Gunakan InsertInto untuk memasukkan data, data pertanyaan, kemas kini data dengan kemas kini, dan padam data dengan padam. Hanya dengan menguasai langkah -langkah ini, belajar menangani masalah biasa dan mengoptimumkan prestasi pangkalan data anda boleh menggunakan MySQL dengan cekap.

Terdapat banyak sebab mengapa permulaan MySQL gagal, dan ia boleh didiagnosis dengan memeriksa log ralat. Penyebab umum termasuk konflik pelabuhan (periksa penghunian pelabuhan dan ubah suai konfigurasi), isu kebenaran (periksa keizinan pengguna yang menjalankan perkhidmatan), ralat fail konfigurasi (periksa tetapan parameter), rasuah direktori data (memulihkan data atau membina semula ruang meja), isu ruang jadual InnoDB (semak fail ibdata1) Apabila menyelesaikan masalah, anda harus menganalisisnya berdasarkan log ralat, cari punca utama masalah, dan mengembangkan tabiat sandaran data secara teratur untuk mencegah dan menyelesaikan masalah.

Cecair memproses 7 juta rekod dan membuat peta interaktif dengan teknologi geospatial. Artikel ini meneroka cara memproses lebih dari 7 juta rekod menggunakan Laravel dan MySQL dan mengubahnya menjadi visualisasi peta interaktif. Keperluan Projek Cabaran Awal: Ekstrak Wawasan berharga menggunakan 7 juta rekod dalam pangkalan data MySQL. Ramai orang mula -mula mempertimbangkan bahasa pengaturcaraan, tetapi mengabaikan pangkalan data itu sendiri: Bolehkah ia memenuhi keperluan? Adakah penghijrahan data atau pelarasan struktur diperlukan? Bolehkah MySQL menahan beban data yang besar? Analisis awal: Penapis utama dan sifat perlu dikenalpasti. Selepas analisis, didapati bahawa hanya beberapa atribut yang berkaitan dengan penyelesaiannya. Kami mengesahkan kemungkinan penapis dan menetapkan beberapa sekatan untuk mengoptimumkan carian. Carian Peta Berdasarkan Bandar

Ringkasan: Terdapat kaedah berikut untuk menukar array rentetan vue.js ke dalam tatasusunan objek: Kaedah asas: Gunakan fungsi peta yang sesuai dengan data yang diformat biasa. Permainan lanjutan: Menggunakan ungkapan biasa boleh mengendalikan format yang kompleks, tetapi mereka perlu ditulis dengan teliti dan dipertimbangkan. Pengoptimuman Prestasi: Memandangkan banyak data, operasi tak segerak atau perpustakaan pemprosesan data yang cekap boleh digunakan. Amalan Terbaik: Gaya Kod Jelas, Gunakan nama dan komen pembolehubah yang bermakna untuk memastikan kod ringkas.

Untuk menetapkan masa untuk Vue Axios, kita boleh membuat contoh Axios dan menentukan pilihan masa tamat: dalam tetapan global: vue.prototype. $ Axios = axios.create ({timeout: 5000}); Dalam satu permintaan: ini. $ axios.get ('/api/pengguna', {timeout: 10000}).

Pengoptimuman prestasi MySQL perlu bermula dari tiga aspek: konfigurasi pemasangan, pengindeksan dan pengoptimuman pertanyaan, pemantauan dan penalaan. 1. Selepas pemasangan, anda perlu menyesuaikan fail my.cnf mengikut konfigurasi pelayan, seperti parameter innodb_buffer_pool_size, dan tutup query_cache_size; 2. Buat indeks yang sesuai untuk mengelakkan indeks yang berlebihan, dan mengoptimumkan pernyataan pertanyaan, seperti menggunakan perintah menjelaskan untuk menganalisis pelan pelaksanaan; 3. Gunakan alat pemantauan MySQL sendiri (ShowProcessList, ShowStatus) untuk memantau kesihatan pangkalan data, dan kerap membuat semula dan mengatur pangkalan data. Hanya dengan terus mengoptimumkan langkah -langkah ini, prestasi pangkalan data MySQL diperbaiki.

Jurutera Backend Senior Remote Company Kekosongan Syarikat: Lokasi Lokasi: Jauh Pejabat Jauh Jenis: Gaji sepenuh masa: $ 130,000- $ 140,000 Penerangan Pekerjaan Mengambil bahagian dalam penyelidikan dan pembangunan aplikasi mudah alih Circle dan ciri-ciri berkaitan API awam yang meliputi keseluruhan kitaran hayat pembangunan perisian. Tanggungjawab utama kerja pembangunan secara bebas berdasarkan rubyonrails dan bekerjasama dengan pasukan react/redux/relay front-end. Membina fungsi teras dan penambahbaikan untuk aplikasi web dan bekerjasama rapat dengan pereka dan kepimpinan sepanjang proses reka bentuk berfungsi. Menggalakkan proses pembangunan positif dan mengutamakan kelajuan lelaran. Memerlukan lebih daripada 6 tahun backend aplikasi web kompleks
