研究人员开发了一种深度算子网络（DeepONet）来预测碳/环氧复合材料的工艺诱导变形。这种数据驱动的代理模型结合了基于物理的模拟和实验测量，以考虑热膨胀和固化收缩。该研究还纳入了迁移学习和集成卡尔曼反演（EKI）来提高预测精度和量化不确定性，从而有助于优化制造工艺。 AI
影响 为材料科学引入了一种新颖的DeepONet应用，有望改进制造工艺优化。
排序理由 这是一篇研究论文，详细介绍了深度算子网络在预测材料变形方面的新颖应用。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2512.13746v5 Announce Type: replace-cross Abstract: Fiber reinforcement and polymer matrix respond differently to manufacturing conditions due to mismatch in coefficient of thermal expansion and matrix shrinkage during curing of thermosets. These heterogeneities generate re…