PulseAugur
中
实时 09:12:22
English(EN) Deep material network for homogenization of piezoelectric composites

新AI模型大幅降低压电复合材料设计的计算量

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的压电深度材料网络（PDMN），以显著加速压电复合材料的均质化过程。这种物理信息代理模型将控制的机电关系直接嵌入其架构中，即使对于非线性且依赖历史的响应，也能实现高效的在线预测。与传统的直接数值模拟方法相比，PDMN框架已证明计算成本降低了千倍以上，同时保持了高精度，为压电材料的多尺度分析和设计提供了强大的工具。 AI

影响 这种由AI驱动的方法可以加速先进压电材料在各种应用中的开发和设计。

排序理由 该集群包含一篇详细介绍材料科学新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新AI模型大幅降低压电复合材料设计的计算量

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Chuin-Shan Chen ·

    用于压电复合材料均质化的深度材料网络

    Piezoelectric composites are widely used in sensors, actuators, transducers, and energy-harvesting devices because their effective electromechanical performance can be tailored by combining constituent phases and microstructural architecture. However, conventional computational h…

相关话题