《表1 主要的模型框架及应用》
机器学习方法的多样以及相对应的超参数极大地丰富了模型框架的选择性。主要的模型框架及其在湍流中的不同应用如表1所示。这些模型框架都能够用于构建复杂的非线性映射关系,研究者可根据具体问题具体选择。模型的超参数可通过不断调整和对比结果来确定,也可借鉴于某些超参数优化算法,如Spearmint、Hyperopt等等。在超参数的优化过程中,除了考虑模型在训练集上的精度外,亦应考虑其在验证集或后验测试中的表现。
图表编号 | XD0069373100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 张伟伟、朱林阳、刘溢浪、寇家庆 |
绘制单位 | 西北工业大学航空学院、西北工业大学航空学院、西北工业大学航空学院、西北工业大学航空学院 |
更多格式 | 高清、无水印(增值服务) |