首页 | 本学科首页   官方微博 | 高级检索  
     

高速空气动力学三大手段数据融合研究进展
引用本文:唐志共, 钱炜祺, 何磊, 等. 空气动力学领域大模型研究思考与展望[J]. 空气动力学学报, 2024, 42(12): 1−11. DOI: 10.7638/kqdlxxb-2024.0056
作者姓名:唐志共  钱炜祺  何磊  林杰  黄铭基  赵暾  王岳青  袁先旭
作者单位:1.中国空气动力研究与发展中心,绵阳 621000;2.空天飞行空气动力科学与技术全国重点实验室,绵阳 621000;3.国防科技大学 计算机学院,长沙 410073
摘    要:

大模型技术作为人工智能领域发展最为迅速的方向,在自然语言处理和计算机视觉等领域取得巨大成功,也在朝着赋能科学研究领域蓬勃发展,已成为空气动力学领域研究的全新手段,在指导加速空气动力实验与计算、辅助空气动力理论和知识发现等方面存在巨大潜力。本文首先对大模型进行了概述,分析了大模型的4个主要特征,并将大模型分为大语言模型、视觉大模型和科学大模型。其次,初步给出了空气动力学领域科学计算大模型的概念内涵,从流场预测、湍流建模、气动性能预测、气动外形设计等方面介绍了研究现状。
然后,从模型架构、反馈对齐、大规模气动数据的生成等角度对空气动力学领域大模型的关键技术进行了深入分析和探讨。最后,对空气动力学领域大模型未来的重点发展方向,包括构建统一的预训练基础模型、融入气动知识支撑科学发现、发展领域智能体等,进行了展望。




关 键 词:空气动力学  人工智能  大模型  深度学习  流体力学
收稿时间:2024-04-08
修稿时间:2024-09-11
点击此处可从《空气动力学学报》浏览原始摘要信息
点击此处可从《空气动力学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号