10:19
官方账号arXiv cs.LG@Federico Califano, Jacopo Ciambella
推荐理由：做材料本构建模或计算力学的团队，终于有了一个既能保证热力学约束又不牺牲可解释性的符号回归工具，值得在实验数据上试试。
本构建模
共 1 条相关 AI 资讯
6月1日
10:19
该研究提出一种基于语法符号回归的框架，用于从数据中发现满足热力学约束的耗散势函数。框架通过构造凸性保持的语法规则，自动保证候选势函数满足热力学第二定律的凸性和非负性要求，适用于率相关和率无关的耗散机制。在合成数据集和实验数据上的验证表明，该方法能准确恢复牛顿、幂律和宾汉粘塑性本构，并在弹性体振荡剪切实验中优于线性Zener模型。这项工作为数据驱动本构建模提供了兼顾可解释性和物理一致性的新路径。