NeurIPS 2024 | 自监督湍流分析，减少99%标注数据需求

文章预览

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。 论文题目： Dual-frame Fluid Motion Estimation with Test-time Optimization and Zero-divergence Loss  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 是一个至关重要的问题，无论是在自然界，还是在工程社会中，湍流在生活的各个方面无处不在。三维粒子跟踪测速（PTV）是分析湍流的关键技术，也是本世纪最 ………………………………