BriefGPT - AI 论文速递 · 2024-03-04T00:00:00Z 基于混合数据驱动和物理信息的正则化学习循环塑性与神经网络 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 该研究提出了一种简单高效的机器学习方法来表示循环塑性并替代传统材料模型，该方法具有可扩展性和可解释性。经验证和测试，证明了该方法的高精度和稳定性。 🏷️ 标签 可扩展性 可解释性 循环塑性 机器学习 材料模型 神经网络 阅读原文 生成长图 分享链接 已复制链接
