BriefGPT - AI 论文速递 · 2025-02-12T00:00:00Z Input Convex Neural Networks: Universal Approximation Theorem and Its Application in Isotropic Polyconvex Hyperelastic Energy 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本文提出了一种新框架，针对各向同性超弹性神经网络，强调物理和数学约束，并满足通用近似定理。通过输入凸网络架构和变形梯度特征值的多项式表示，证明了该网络能够近似任何框架无关的各向同性多凸能量，具有广泛的应用潜力。 🏷️ 标签 多凸能量 数学约束 物理约束 神经网络 超弹性 阅读原文 生成长图 分享链接 已复制链接
