预训练气动代理模型换车型就退化:GeoReplay在80种设置中77种压回源域误差
车辆外气动神经代理模型通常只在单一车型数据集上训练和评估,换到新车型时微调往往不如从头训练,还会破坏源域精度。GeoReplay在适配时按几何相似度重放源仿真,并且只在源梯度与目标梯度方向一致时采纳它。在五个DrivAerML预训练代理、四个独立目标数据集和多个预算共80种设置中,它把微调的源域压力误差在77种设置里降下来,同时目标精度与普通微调相当。
车辆外气动神经代理模型通常只在单一车型数据集上训练和评估,换到新车型时微调往往不如从头训练,还会破坏源域精度。GeoReplay在适配时按几何相似度重放源仿真,并且只在源梯度与目标梯度方向一致时采纳它。在五个DrivAerML预训练代理、四个独立目标数据集和多个预算共80种设置中,它把微调的源域压力误差在77种设置里降下来,同时目标精度与普通微调相当。
已读完全部报道