异质无固定动力学神经算子:从数字图像相关测量中发现生物组织本构定律和微观结构

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了一种采用机器学习技术同化微观结构行为的方法,通过智能本构法将微观信息融入有限元求解器,计算成本较低。该方法通过引入新方法,适用于各种神经网络架构,并通过测试不同材料验证了其优越性。讨论了该方法的潜力和未来研究方向。

🎯

关键要点

  • 采用机器学习技术同化微观结构行为的方法高效且准确。
  • 通过智能本构法将微观信息融入有限元求解器,计算成本低。
  • 引入新方法扩展了智能本构法的能力,适用于多种神经网络架构。
  • 基于张量的特征在神经网络中有效表示材料对称性。
  • 方法在弹性和非弹性材料的学习本构法中得到了应用。
  • 通过对多种材料的测试,验证了该方法的优越性。
  • 讨论了该方法在材料对称基础发现和未来研究方向的潜力。
➡️

继续阅读