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。

Input Convex Neural Networks: Universal Approximation Theorem and Its Application in Isotropic Polyconvex Hyperelastic Energy
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证