شبكة حرارية ذاتية التوجيه
Author
Venue
المؤتمر الدولي للتعلم الآلي 2024
Abstract
تُستخدم الحقول المتجهة على نطاق واسع لتمثيل ونمذجة التدفقات في العديد من التطبيقات العلمية والهندسية. تقدم هذه الورقة بنية شبكة عصبية جديدة لتعلم الحقول المتجهة المماسية التي يتم تعريفها بشكل جوهري على أسطح متعددة الأبعاد مدمجة في ثلاثي الأبعاد. تعاملت الطرق السابقة لتعلم الحقول المتجهة على الأسطح المتجهات كحقول قياسية متعددة الأبعاد، باستخدام بنى تقليدية ذات قيم قياسية لمعالجة القنوات بشكل فردي، وبالتالي فشلت في الحفاظ على الخصائص الجوهرية الأساسية للحقل المتجه. تتمثل الفكرة الأساسية لهذا العمل في تقديم وحدة قابلة للتدريب لنشر الحرارة المتجهة لنشر بيانات السمات ذات القيم المتجهة عبر السطح، والتي ندمجها في البنية المقترحة التي تتكون من خلايا عصبية ذات قيم متجهة. تتميز بنيتنا بأنها ثابتة تجاه الحركة الصلبة للمدخلات، والتشوه المتساوي الأبعاد، واختيار القواعد المماسية المحلية، كما أنها قوية في مواجهة تقطيع السطح. نقوم بتقييم شبكة الحرارة المتجهة الخاصة بنا على شبكات مثلثية، ونثبت تجريبياً خصائصها الثابتة. كما نثبت فعالية طريقتنا في التطبيق الصناعي المفيد لتوليد شبكات رباعية الأضلاع.
