Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

问题咨询 #1

Open
LanPeng-94 opened this issue Apr 11, 2022 · 6 comments
Open

问题咨询 #1

LanPeng-94 opened this issue Apr 11, 2022 · 6 comments

Comments

@LanPeng-94
Copy link

您好,您做了非常出色的工作,我有个问题想问问您.
您放在单边界条件下反演的KS方程这一例子中,KS_UniformSetting_Pre_ADO.pyKS_UniformSetting_Pt.py这两个文件分别对应的什么呢?ADO优化的应该是,KS_UniformSetting_Pre_ADO.py吧,那另一个是?

@isds-neu
Copy link
Owner

Pre_ADO是pretraining和ADO。Pt是发现了方程结构之后做的post-training,调节方程系数的。

@LanPeng-94
Copy link
Author

非常开心能收到您的回复,对于您的工作我认为这个ADO的实现过程非常巧妙,能够与PINN想融合起来,真的是非常优秀的工作.
根据您的回复,也就是说最终的计算结果需要运行两个python文件后才能得出,即先运行Pre_ADO,然后再通过Pt确定最终方程前面的系数对吧.

@isds-neu
Copy link
Owner

谢谢 鼓励,这个工作还有很多地方可以改进的。
嗯嗯 是的。Pt可以优化系数。

@LanPeng-94
Copy link
Author

谢谢 鼓励,这个工作还有很多地方可以改进的。 嗯嗯 是的。Pt可以优化系数。

谢谢您的回答。我在运行KS_UniformSetting_Pt.py这个代码时,缺失了数据集“DiscLam_ADO.mat”,您在Github主页上面说了会提供下载链接,这个链接可以在哪里可以找到。

@xgxg1314
Copy link

谢谢 鼓励,这个工作还有很多地方可以改进的。 嗯嗯 是的。Pt可以优化系数。

谢谢您的回答。我在运行KS_UniformSetting_Pt.py这个代码时,缺失了数据集“DiscLam_ADO.mat”,您在Github主页上面说了会提供下载链接,这个链接可以在哪里可以找到。

您好,我之前也在follow这个work,冒昧说一下我的理解。我记得KS_UniformSetting_Pt.py是后处理文件,也就是得到系数的稀疏结构,然后进一步微调系数(得到更精确的系数)。数据集“DiscLam_ADO.mat”是运行KS_UniformSetting_Pre_ADO.py后,得到并保存的中间数据集

@LanPeng-94
Copy link
Author

谢谢 鼓励,这个工作还有很多地方可以改进的。 嗯嗯 是的。Pt可以优化系数。

谢谢您的回答。我在运行KS_UniformSetting_Pt.py这个代码时,缺失了数据集“DiscLam_ADO.mat”,您在Github主页上面说了会提供下载链接,这个链接可以在哪里可以找到。

您好,我之前也在follow这个work,冒昧说一下我的理解。我记得KS_UniformSetting_Pt.py是后处理文件,也就是得到系数的稀疏结构,然后进一步微调系数(得到更精确的系数)。数据集“DiscLam_ADO.mat”是运行KS_UniformSetting_Pre_ADO.py后,得到并保存的中间数据集

您好,非常感谢您的回答,我一开始也以为是这样的,通过ADO产生数据集“DiscLam_ADO.mat”,但是当我运行过后并没有能发现这个数据集呢,并且在ADO.py文件中,我检查了一下好像没有产生这个数据集的代码呢?我们可以加个微信联系方式嘛,关于ADO算法想和您交流一下,我的微信号是lan979736316

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

No branches or pull requests

3 participants