[发明专利]基于深度学习的无碰撞N体数值模拟的可行性验证方法在审
| 申请号： | 202210617712.2 | 申请日： | 2022-06-01 |
| 公开（公告）号： | CN114970354A | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 龙潜;赵梓成;董小波;孟润宇;钟诗言;谌俊毅;向梓琨 | 申请（专利权）人： | 中国科学院云南天文台 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G06F111/10 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 刘妮 |
| 地址： | 650216 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开基于深度学习的无碰撞N体数值模拟的可行性验证方法，包括步骤一、神经网络模型计算时间线芯复杂度函数的验证，步骤二、利用二分法处理生成的图像，步骤三、建立深度神经网络并进行训练，步骤四、通过神经网络模型得出预测图并比较得出精度，步骤五、数据测试统计准确度并验证普适性，步骤六、等时势问题测试并将计算时间比较得出可行性；本发明提出并验证了深度神经网络模型具有快速求解Poisson方程中势能的能力，精度和速度优于快速傅里叶变换法和有限差分法，特别是随着无碰撞引力N体数值模拟的粒子数规模增加，深度神经网络模型的速度优势更加明显，在未经训练的更大网格化尺寸数据上也能使用，具有可扩展性。 | ||
| 搜索关键词： | 基于 深度 学习 碰撞 数值 模拟 可行性 验证 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院云南天文台，未经中国科学院云南天文台许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210617712.2/，转载请声明来源钻瓜专利网。
