AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：本构模型发现×
6月16日
20:46
6月15日
11:12
11:12arXiv cs.LG@Benjamin Alheit, Siddhant Kumar, Mathias Peirlinck
本文提出CANN-EUCLID方法，结合可解释的本构人工神经网络（CANN）与无应力监督的全场发现框架EUCLID，从位移场和反作用力中识别稀疏超弹性定律。在各项同性和各向异性基准测试中，当真实法则可由所选CANN基表示时，方法以近乎精确的精度恢复正确项，包括带嵌入参数的指数项。当基不包含真实法则时，方法保留共享项并使用可用基函数近似缺失贡献。泛化能力强烈依赖于采样的变形状态，指数应变硬化项在充分探测时可准确恢复，但在硬化区域外插时会产生较大误差。正向FE验证仿真表明，发现的行为准确复现了真实法则。
论文CANNEUCLID无监督学习本构模型发现全场数据
推荐理由：论文提出无需应力的本构模型发现新方法
原文
6月12日
12:57
6月11日
15:28
15:23
15:07