概念级可解释
该网络自主解耦翼型几何概念，并量化各几何特征对气动预测的贡献，在保持高精度的同时提供可解释性。
Zhenyu, Xiong · Wang, Yueqing · Peng, Zhang · Sun, Guopeng · Yi, Chen · 林杰 · 袁先旭
Aerospace Science and Technology 2026
通过专用损失函数将卷积滤波器分组，自动解耦出语义一致的翼型几何概念，而不是凭人工指定特征。
用知识蒸馏将预测输出近似为这些概念的加权和，每个几何特征对最终预测的贡献被严格量化。
两阶段训练确保后验解释机制不损害主网络的预测精度，实现可解释性与准确性兼得。