Two Dimensions Mania

新型CNN将拓扑优化速度提升97%

研究人员开发了eCNNTO，这是一种新颖的基于单元的卷积神经网络（CNN），旨在显著加速拓扑优化（TO）过程。该方法建立在先前使用深度信念网络的工作基础上，但采用了具有残差连接的CNN，以更好地捕捉单元之间的空间相关性，从而实现更具凝聚力的结构设计。eCNNTO利用了具有最终阶段密度历史的独特训练策略，减少了对大量数据集的需求，并能够跨不同问题参数进行泛化，将迭代次数减少高达97%。