iPANN

新型神经网络解决力学模拟中的不确定性问题

研究人员开发了新的神经网络模型 iPANN 和 fPANN，旨在处理力学模拟本构建模中的不确定性。这些模型旨在量化和传播不确定性，尤其是在处理稀疏或嘈杂的应力-变形数据时。iPANN 为自由能密度分支建立界限，而 fPANN 将这些界限整合到模糊集表示中。两种模型都包含基于物理的约束，并使用迁移学习方法进行训练，证明了它们能够包含嘈杂的观测值并泛化到新数据。