AI框架利用不确定性引导高精度预测磨损场

研究人员开发了一种新颖的不确定性引导主动学习框架，用于预测流精加工过程中的磨损场。该方法利用深度集成来估计认知不确定性，从而能够对最不确定的方向进行选择性DEM模拟。该框架能够准确预测控制侵蚀的关键场，在法向冲击速度、切向冲击速度和颗粒冲击通量方面实现了高Spearman秩相关性。预测的不确定性经过良好校准，能够可靠地预测预测误差和重建磨损场的保真度。 AI

影响 这项研究展示了一种通过AI驱动的不确定性量化来提高复杂模拟效率和准确性的方法。

排序理由 学术论文，详细介绍了针对特定工程问题的机器学习新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• digital elevation model
• Finnie wear model
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Koushik Viswanathan
• ScienceCast

• 论文
• 其他

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