PulseAugur
中
实时 09:59:19

新型本构状态空间模型增强塑性模拟

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的本构状态空间（CSS）模型，用于模拟材料中依赖路径的塑性。该框架将状态空间动力学重新表述为增量本构算子，将应变增量分解为幅度和方向，以改进并行训练并降低对离散化应变路径的敏感性。CSS模型在预测精度上与现有的最小状态单元（MSC）架构相当或更优，对于不可压缩材料具有显著更低的验证损失，并且对变化的应变路径分辨率具有更强的鲁棒性。此外，CSS训练速度更快，所需数据点更少即可达到高精度，并揭示了与物理本构模型一致的潜在结构。 AI

影响 这一新框架为材料科学中数据驱动的本构建模提供了一种更高效、更鲁棒的计算方法，有望加速依赖塑性模拟的领域的研究和开发。

排序理由 这是一篇详细介绍材料建模新计算框架的研究论文。[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 →

新型本构状态空间模型增强塑性模拟

本文如何被排名

Signal score
12 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍材料建模新计算框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Rui Barreira, Taylan Soydan, Francesco Scipione, Miguel A. Bessa, Dirk Mohr ·

    路径依赖塑性本构状态空间建模：一种分辨率一致且可并行化的计算框架

    arXiv:2609.07294v1 Announce Type: new Abstract: Data-driven constitutive models for path-dependent plasticity are commonly formulated using nonlinear recurrent neural networks, whose sequential state evolution limits parallel training and whose predictions may depend on the discr…

相关话题