AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
模型降阶
一套数学和计算技术，旨在在特定条件下简化复杂模型，同时保留其基本行为和预测精度。
術語
本征正交分解
一种降维方法，从实验或模拟数据中提取动力系统的主导模态，以构建在能量意义上最优的基。
術語
降阶基
由完整模型的代表性解生成的低维向量子空间，能够对新参数的解进行有效近似。
術語
低秩近似
一种技术，通过少量基本分量的线性组合来表示高维张量或矩阵，从而降低计算复杂度。
術語
内蕴流形方法
非线性降维方法，将系统的动力学建模为在嵌入完整状态空间中的低维微分流形上的演化。
術語
变分自编码器
一种生成式神经网络架构，学习复杂物理数据的概率潜在表示，以实现高效的压缩和重建。
術語
伽辽金投影
一种确保残差相对于测试子空间正交的方法，对于保持降阶模型的守恒性和稳定性至关重要。
術語
动态模态分解
一种时空分解技术，识别主导振荡模态及其增长率/衰减率，对于不稳定系统特别有效。
術語
无源化方法
在降维过程中保持无源特性的策略，确保耦合模型的稳定性，并避免非物理的数值伪影。
術語
混合 POD-Galerkin 方法
将本征正交分解（POD）与 Galerkin 投影相结合，构建同时利用数据和方程结构的优化降阶模型。
術語
物理信息神经网络
将守恒定律和支配方程作为学习约束集成的神经网络架构，以确保遵守基本物理原理。
術語
Krylov 子空间
基于通过重复应用系统算子生成的向量序列构建降阶基的迭代方法，适用于代数问题。
術語
参数化降阶
生成在整个几何、物理或初始条件参数空间内均有效的降阶模型，从而支持设计和优化中的快速探索。
術語
自组织映射
创建低维离散拓扑并保持系统状态间邻域关系的无监督神经网络，用于非线性降维。
術語
用于降维的强化学习
一种最优方法，其中智能体学习根据系统当前状态和计算目标动态选择最合适的降维策略。
術語
广义本征分解方法
一种变量分离技术，通过一维函数的乘积近似多维解，从而指数级降低高维问题的复杂度。
術語
经验插值法
一种通过在优化点进行选择性插值来有效评估降阶模型中非线性项的策略，同时保持原始算子的结构。
🔍