Fugu-MT 論文翻訳(概要): Mesh motion in fluid-structure interaction with deep operator networks

論文の概要: Mesh motion in fluid-structure interaction with deep operator networks

arxiv url: http://arxiv.org/abs/2402.00774v1
Date: Thu, 1 Feb 2024 17:04:04 GMT
ステータス: 処理完了
システム内更新日: 2024-02-02 14:26:37.939811
Title: Mesh motion in fluid-structure interaction with deep operator networks
Title（参考訳）: 深部演算子ネットワークとの流体-構造相互作用におけるメッシュ運動
Authors: Ottar Hellan
Abstract要約: このモデルは、流体-構造相互作用ベンチマーク問題において、バイハーモニックメッシュ運動モデルに基づいて訓練され、評価される。提案したメッシュモーションモデルの性能は、テスト問題におけるバイハーモニックメッシュモーションに匹敵する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: A mesh motion model based on deep operator networks is presented. The model is trained on and evaluated against a biharmonic mesh motion model on a fluid-structure interaction benchmark problem and further evaluated in a setting where biharmonic mesh motion fails. The performance of the proposed mesh motion model is comparable to the biharmonic mesh motion on the test problems.
Abstract（参考訳）: 深層演算子ネットワークに基づくメッシュ動作モデルを示す。本モデルは,流体-構造相互作用ベンチマーク問題において,バイハーモニックメッシュの運動モデルを用いてトレーニングし,評価し,バイハーモニックメッシュの運動が失敗する環境でさらに評価する。提案するメッシュ運動モデルの性能は,試験問題における二調和メッシュ運動に匹敵する。

関連論文リスト

Generalizable Implicit Motion Modeling for Video Frame Interpolation [51.966062283735596]
フローベースビデオフレーム補間(VFI)における動きの重要性本稿では,動きモデリングVFIの新規かつ効果的なアプローチである一般インプリシット・モーション・モデリング(IMM)を紹介する。我々のGIMMは、正確にモデル化された動きを供給することによって、既存のフローベースVFIワークと容易に統合できる。
論文参考訳（メタデータ） (2024-07-11T17:13:15Z)
Motion-adaptive Separable Collaborative Filters for Blind Motion Deblurring [71.60457491155451]
様々な動きによって生じる画像のぼかしを除去することは、難しい問題である。本研究では,動き適応型分離型協調フィルタと呼ばれる実世界のデブロアリングフィルタモデルを提案する。本手法は,実世界の動きのぼかし除去に有効な解法を提供し,最先端の性能を実現する。
論文参考訳（メタデータ） (2024-04-19T19:44:24Z)
Motion Flow Matching for Human Motion Synthesis and Editing [75.13665467944314]
本研究では,効率的なサンプリングと効率性を備えた人体運動生成のための新しい生成モデルであるemphMotion Flow Matchingを提案する。提案手法は, 従来の拡散モデルにおいて, サンプリングの複雑さを1000ステップから10ステップに減らし, テキスト・ツー・モーション・ジェネレーション・ベンチマークやアクション・ツー・モーション・ジェネレーション・ベンチマークで同等の性能を実現する。
論文参考訳（メタデータ） (2023-12-14T12:57:35Z)
Do We Need an Encoder-Decoder to Model Dynamical Systems on Networks? [18.92828441607381]
埋め込みは観察によく適合するが、同時に誤った動的挙動を持つモデルを誘導することを示す。 2つの加法的ベクトル場成分をパラメトリした単純な埋め込み自由な代替法を提案する。
論文参考訳（メタデータ） (2023-05-20T12:41:47Z)
Latent Network Embedding via Adversarial Auto-encoders [15.656374849760734]
本稿では,逆グラフ自動エンコーダに基づく潜在ネットワーク埋め込みモデルを提案する。この枠組みの下では、潜伏構造を発見する問題は、部分的な観測から潜伏関係を推測するものとして定式化されている。
論文参考訳（メタデータ） (2021-09-30T16:49:46Z)
Motion Deblurring with Real Events [50.441934496692376]
本稿では,イベントベースの動作を自己教師型で記述するエンド・ツー・エンドの学習フレームワークを提案する。実世界のイベントは、データ不整合によるパフォーマンス劣化を軽減するために利用される。
論文参考訳（メタデータ） (2021-09-28T13:11:44Z)
Revisit Geophysical Imaging in A New View of Physics-informed Generative Adversarial Learning [2.12121796606941]
完全な波形反転は高分解能地下モデルを生成する。最小二乗関数を持つFWIは、局所ミニマ問題のような多くの欠点に悩まされる。偏微分方程式とニューラルネットワークを用いた最近の研究は、2次元FWIに対して有望な性能を示している。本稿では,波動方程式を識別ネットワークに統合し,物理的に一貫したモデルを正確に推定する,教師なし学習パラダイムを提案する。
論文参考訳（メタデータ） (2021-09-23T15:54:40Z)
MoCo-Flow: Neural Motion Consensus Flow for Dynamic Humans in Stationary Monocular Cameras [98.40768911788854]
4次元連続時間変動関数を用いて動的シーンをモデル化する表現であるMoCo-Flowを紹介する。私たちの研究の中心には、運動フロー上の運動コンセンサス正規化によって制約される、新しい最適化の定式化がある。複雑度の異なる人間の動きを含む複数のデータセット上でMoCo-Flowを広範囲に評価した。
論文参考訳（メタデータ） (2021-06-08T16:03:50Z)
Motion Artifact Reduction in Quantitative Susceptibility Mapping using Deep Neural Network [9.701598172850847]
ランダムに生成した動きプロファイルを持つアフィンモーションモデルを用いて、動作破損したQSM画像をシミュレートする。シミュレーションQSM画像は、その動きのない参照と組み合わせて、教師あり学習を用いてニューラルネットワークを訓練する。トレーニングされたネットワークは、健康なボランティアやパーキンソン病の患者で、目に見えない動きによるQSM画像でテストされる。
論文参考訳（メタデータ） (2021-05-04T20:32:02Z)
Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-03-04T12:45:18Z)
Learning a Generative Motion Model from Image Sequences based on a Latent Motion Matrix [8.774604259603302]
画像列の時間的登録をシミュレートして確率的動きモデルを学ぶ。 3つの最先端登録アルゴリズムと比較して,登録精度と時間的にスムーズな整合性が改善された。また, フレームの欠落のあるシーケンスからの動作再構成を改良し, 動作解析, シミュレーション, 超解像に対するモデルの適用性を実証した。
論文参考訳（メタデータ） (2020-11-03T14:44:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。