研究人员开发了一个名为气泡动力学Transformer (BDT) 的新型AI增强框架，用于快速表征极端载荷条件下软材料的粘弹性。该框架将基于物理的模拟与Transformer神经网络相结合，直接从气泡动力学数据预测材料参数，绕过了传统的迭代逆拟合程序。BDT在模拟数据上进行了训练，并通过水凝胶和聚合物溶液的实验结果进行了验证，证明了其在超高应变率下准确表征速率相关材料行为的能力。 AI
影响 该AI框架有望在实验力学中实现更快、更具可扩展性的材料特性表征。
排序理由 该集群描述了一篇关于材料科学AI框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
