基于神经网络的颗粒材料多尺度计算框架
编号:89 访问权限:仅限参会人 更新:2024-04-09 22:40:13 浏览:160次 张贴报告

报告开始:暂无开始时间(Asia/Shanghai)

报告时间:暂无持续时间

所在会场:[暂无会议] [暂无会议段]

暂无文件

摘要
采用连续离散耦合方法通过高斯过程生成大量随机加载路径试验数据,并基于此对神经网络模型进行训练来替代连续离散耦合方法中代表体积单元处的计算,通过主动学习机制提高特征点位置的学习精度,以反馈给有限元模型准确应力等信息。通过引入物理扩展与对称性假设等方法,改进网络单元结构,扩充网络学习中需要的相关物理先验信息,提升模型精度与泛化能力,提高在有限数据集情况下网络表现能力。在不同的算例下进行验证,对比传统有限元方法体现出较好的计算效率与预测结果。
 
关键词
颗粒材料,计算力学,神经网络,多尺度计算
报告人
张文宇
武汉大学

稿件作者
张文宇 武汉大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月31日

    2024

    06月03日

    2024

  • 06月03日 2024

    摘要截稿日期

  • 06月03日 2024

    初稿截稿日期

  • 06月03日 2024

    注册截止日期

主办单位
中国力学学会
计算力学专业委员会
颗粒材料计算力学专业组
承办单位
河海大学
大连理工大学
中国颗粒学会
江苏省力学学会
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询