arXiv cs.AI· Matthias Knipper, Chenyi Ji, Malte Brand, Kevin Linka·· 5 小时前AI 评分18
ADE-FEMU：用自动微分有限元框架从结构变形数据学习本构神经网络
Automatic-Differentiation-Enabled Finite Element Model Updating: Learning Constitutive Neural Networks from Structural Deformation Data
AI 导读
ADE-FEMU 是一个端到端可微框架，将本构神经网络嵌入 JAX-FEM 非线性求解器，通过梯度最小化测量失配损失来识别参数，无需解析伴随或离线代理模型。它支持灰盒 CANN 与白盒 CANN 两种架构，在三个公开实验数据集上验证，包括穿孔试样的 DIC 全场数据、降维拉伸数据，以及可泛化到 22 个未见样本的基体-夹杂系统。
来源：arXiv cs.AI · arxiv.org