NeurIPS 2024｜自监督湍流分析，减少99%标注数据需求

文章预览

↑ 点击 蓝字  关注极市平台 作者丨将门创投 来源丨将门创投 编辑丨极市平台 极市导读   在仅需1%的标注数据的情况下，实现超越有监督方法的性能，并且具有跨领域鲁棒性。  >> 加入极市CV技术交流群，走在计算机视觉的最前沿 本文介绍了来自NeurIPS 2024的最新科研成果 ———一种完全 自监督 的湍流分析新范式。其性能远远超越同类有监督方法，且所需的训练样本（无标注）仅为以往方法的1%。该方法受湍流领域所特有的物理规律启发，引入了一种全新的零散度损失。同时，该方法自然支持测试时优化，利用动态测速增强器（DVE）模块，实现了强大的 跨领域鲁棒性 ：仅在物理合成数据上训练，即可泛化到真实世界数据上。 论文链接： https://arxiv.org/abs/2410.11934 代码链接： https://github.com/Forrest-110/FluidMotionNet 一、动机 测量和理解湍流 是一个至关 ………………………………