XDEM 框架让 AI 物理模型学会裂纹扩展
bravo_abad · x · 2026-08-24
Yizheng Wang 等人提出 XDEM（扩展深度能量法），这是一个用于断裂力学的物理信息神经网络框架。
- 解决问题：断裂力学是科学机器学习的难点，因为解本身包含不连续性。传统方法需要在裂纹尖端布置大量配点，且往往需要预先知道裂纹几何形状。
- 核心方法：XDEM 更直接地结合相关物理原理。对于离散断裂，神经表示显式包含描述位移不连续的裂纹函数和编码裂纹尖端已知渐近行为的函数；对于连续断裂，框架则耦合神经表示以处理裂纹演化。
- 意义：能够在无需精确预先知道裂纹几何形状的情况下进行求解。
「研究」频道最新
- InfinityEdit：用轻量级适配器实现无限流视频编辑 — _akhaliq · 2026-08-24
- 6000 次抽水果实验：ChatGPT 随机选择随语言剧烈变化 — Raffallos · 2026-08-24
- 新方法 Bonsai：用树结构还原高维数据，避免降维失真 — bravo_abad · 2026-08-24
- 我们是否有足够智慧去评估模型的智能程度？ — CSProfKGD · 2026-08-24
- 交互式网站详解SynthID文本水印：算法与六种成本 — neil_chilson · 2026-08-24
- 交互式解析 SynthID-Text 水印原理与六大代价 — neil_chilson · 2026-08-24