一种数据处理方法以及装置
    1.
    发明公开

    公开(公告)号:CN117251982A

    公开(公告)日:2023-12-19

    申请号:CN202210655442.4

    申请日:2022-06-10

    IPC分类号: G06F30/20

    摘要: 本申请提供一种数据处理方法以及装置,用于使用物理驱动神经网络对物理方程进行求解,在训练过程中对边界条件和区域内的解进行解耦,提高训练效率,提高网络的输出精度。该方法包括:获取待求解问题对应的待求解方程,待求解方程为待求解问题对应的物理模型中的方程;将计算域分解为多个子计算域,根据子计算域将待求解问题分解为一组子问题;构造各个子计算域上的子网络,用于学习各个子问题的解;并行训练所有子网络,在每次迭代训练中,优化损失函数,更新子网络参数,该损失函数包括子计算域内部与物理方程相关的损失函数和子计算域边界上与边界条件相关的损失函数;训练之后,合并多个子网络输出待求解方程的解。

    体素模型的存储方法、读取方法和装置

    公开(公告)号:CN118941697A

    公开(公告)日:2024-11-12

    申请号:CN202310520564.7

    申请日:2023-05-09

    IPC分类号: G06T17/00 G06T1/00 G06T15/08

    摘要: 本申请实施例提供了一种体素模型的存储方法和读取方法,其中,该存储方法包括:生成体素模型数据,所述体素模型数据包括体素数据、面网格数据、几何体数据和标签数据,所述体素数据包括至少一种材料或者颜色在体素模型中的多个体素中的每个体素内的占比,所述面网格数据用于描述体素模型的表面的多边形,所述几何体数据用于描述体素模型内的多面体的特征,几何体数据包括第一标签和第二标签,标签数据用于定义第一标签对应的材料或者颜色以及还用于定义第二标签对应的物理仿真边界条件;将所述体素模型数据存储至存储器。本申请技术方案优化了体素模型数据格式,提高了体素模型的使用效率。