Kong流网
PoreFlow-Net的实现:一个3D卷积神经网络,预测通过多Kong介质的流体流量
使用说明
从下载所需的数据(或通过首选的模拟方法创建自己的数据)
使用train.py脚本训练模型
模型架构
这是我们的网络的样子:
方法
先决条件
为了训练/测试我们使用的Tensorflow 1.12模型,应该可以使用更新的版本
其余的必要软件包应通过pip获得
数据
完整的出版物和所有培训/测试数据可在找到。 excel文件随可用样本列表一起提供。
有待改进
keras调谐器可用于优化每个编码分支上的过滤器数量
协同合作
我们欢迎合作
引文
如果您将我们的代码用于自己的研究,请引用我们的出版物 ,我们将不胜感激
@article{PFN2020,
title = "PoreFlow-Net: a 3D convolutional neural network to predict fluid flow through porous media",
journal = "Advances in Water Resources",
pages = "103539",
year =
1