小样本高精度
该模型通过深度迁移学习克服跨声速转子设计中小训练样本的限制，实现更准确的性能预测与多目标优化。
Deng, Hefang · Zhang, Songan · Kailong, Xia · 羌晓青 · 朱铭敏 · 滕金芳
Physics of Fluids 2024
预训练权重为微调提供更好的初始状态，使迁移学习模型在样本很少时仍能准确预测性能。
优化转子通过调整叶尖载荷分布，降低了叶尖泄漏流相关损失，从而提升等熵效率。
迁移学习模型能用更少样本获得近似帕累托前沿，降低多目标优化的评估成本。