首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >干货 | 2 分钟论文:如何使用数据合成烟雾流 ?

干货 | 2 分钟论文:如何使用数据合成烟雾流 ?

作者头像
AI科技评论
发布2018-03-14 16:22:32
9000
发布2018-03-14 16:22:32
举报
文章被收录于专栏:AI科技评论AI科技评论

来源 / Two Minute Papers

翻译 / 张丽敏

校对 / 凡江

整理 / 雷锋字幕组

本期论文:基于CNN特征描述符的数据驱动合成烟雾流体

Data-Driven Synthesis of Smoke Flows with CNN-based Feature Descriptors

▷ 观看论文解读

或许,你还记得以前Wavelet Turbulence的论文,也是我迄今为止最喜欢的一篇。在我大二的时候,第一次看到这个的我,完全被这完美的效果震惊了,这项经历让我至今难以忘怀。该项技术还获得了奥斯卡科学技术奖,说它是一个非常有影响力的项目,真是一点儿也不夸张。由此,它极大地激发了我做研究的兴趣。

本篇论文主要探讨的是利用人工智能来精细化地模拟烟雾。一般来讲,创建一个比较简单的模拟不会花费太长时间,然而,当我们为了增加分辨率时,执行的时间和内存的消耗便会突飞猛进。在现今这个人工智能的时代,利用学习算法来实现我们的想法已经随处可见。

如果我们可以在人工智能技术的基础上,可以理解模仿烟雾的关键,提取出粗略的数据,并添加一些非常精细的细节进去,那么我们可以在更短的时间内完成整个计算过程,以此获得获得更高分辨率的模拟烟雾,而非等待数日,乃至一周甚至更长。

这项技术对一大片流体或烟雾的气旋的大小比例和分配进行探索。我们可以应用这些信息,创造一个模拟程度非常相似的效果。大体上,它让我们对模拟烟雾有了一定的了解。另一项操作和把一束模拟烟雾展示给一个人工智能观看,然后让它独自完成这次模仿。

我们建立一个模拟数据库,把它们分成小块,在低分辨率和高分辨率下观看同样的视频,看看这些视频互相之间的联系。通过这种方式,我们可以给这个网络提供一些低分辨率的视频,它可以更合理的猜测出,哪一个高分辨率的碎片更适合它。

当我们找到最合适的碎片时,就可以将粗糙的模拟切换到数据库中最合适的高分辨率碎片。理论上你可能会说,制造这样一个科学怪人一般的烟雾模拟听起来很有吸引力,事实上,当我们看到最后的模拟效果,简直是完美!

正如你所看到的,它进行了一个非常粗略的基础模拟,并在里面增添了一些细节。这真是一个不可思议的成就。被训练的神经网络其中一个去捕捉相似密度,另外一个捕捉相似涡度。把这两个网络穿起来一起使用,我们可以拿出低分辨率的流体流动过程,去以一种难以置信的方式综合这些细节。它也可以处理边界,这就意味着如果我们的烟喷到一个物体上,这些细节就会被正确的添加。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-12-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI科技评论 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档