Método de reconstrucción de campo de temperatura utilizando optimización de funciones convexas de doble nivel y aprendizaje automático

Puntos clave

• La reconstrucción de temperatura mejora la precisión en simulaciones, mejorando los métodos de mapeo del campo.
• El modelo logra una alta precisión, lo que permite un mapeo efectivo de la temperatura en escenarios prácticos.
• El enfoque implica optimización de doble nivel con técnicas de aprendizaje automático para distinguir funciones convexas.
• Destaca posibles aplicaciones futuras en modelado climático y campos de ingeniería.