יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

מבנה ניתוח קומפוזיציוני לתחזית שדה פיזי במערכות אווירונאוטיקה קומפוננטיות

Compositional Embedding Architecture for Physical Field Prediction in Componentized Aerospace Systems
מבנה ניתוח קומפוזיציוני לתחזית שדה פיזי במערכות אווירונאוטיקה קומפוננטיות. המאמר מציג רשת קומפוזיציונית שמפרקת תצורות חלליות לגורמים פיזיים נפרדים ומלמדת את התגובה הגלובלית של השדה הטמפרטורה עם שונות בשילובי גורמים. המודל נבחן על תצורות חלליות תרמיות שני-ממדיות עם תנאי גבול נתונים-טמפרטורה וזרם קרינה. המודל מציג תוצאות טובות יותר בהשוואה לבסיסי המודלים הקיימים.
תקציר מקורי באנגליתarXiv:2610.00237v1 Announce Type: cross Abstract: Spacecraft thermal design requires repeated evaluation of how variations in the number and spatial arrangement of heat-generating components and in thermal boundary conditions affect the temperature field. High-fidelity numerical simulations are computationally expensive and therefore difficult to use for large-scale design screening. Although surrogate models can accelerate temperature-field prediction, existing approaches generally encode each complete configuration as a whole and do not explicitly exploit the reusability of local physical constituents across configurations, which limits their accuracy for component counts and combinations not covered during training. To address this issue, we propose the Tree-Structured Factor Compositio
קרא במקור המקורי