★ 2
多保真度TDNN与物理约束残差学习预测铁路转向架响应
研究提出一种多保真度铁路转向架响应校正方法，将多体仿真视为低保真信息、滚振台测量作为高保真证据，结合实验锚定的保真度分配与物理约束的差异学习。方法用时延神经网络（TDNN）刻画工况相关仿真趋势，并用残差校正网络建模基线未解释的可复现响应分量，同时以有效动态平衡方程约束学习到的差异。在385 km/…
arXiv cs.LG49 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出一种多保真度铁路转向架响应校正方法，将多体仿真视为低保真信息、滚振台测量作为高保真证据，结合实验锚定的保真度分配与物理约束的差异学习。方法用时延神经网络（TDNN）刻画工况相关仿真趋势，并用残差校正网络建模基线未解释的可复现响应分量，同时以有效动态平衡方程约束学习到的差异。在385 km/…