| 查看: 1242 | 回复: 0 | |||
[交流]
AI有限元及聚合物复合材料多尺度建模性能预测模型应用专题实践
|
|
【专题一：基于AI-有限元融合的复合材料多尺度建模与性能预测前沿技术】 实践1：软件环境配置与二次开发方法实践、python/abaqus脚本交互、自动化建模、二次开发框架搭建、Hashin/Tsai-Wu失效分析有限元实战、TexGen软件安装及GUI界面操作、三维编织网格划分 实践2：大批量仿真分析与数据处理方法、复合材料分析模型建立、PyCharm嵌入ABAQUS计算内核、PowerShell调用Python FEA脚本解决动态内存爆炸问题、RSE、RVE模型、输出训练数据集、ABAQUS实现Direct FE2方法仿真分析（复合材料）） 实践3：代码实现与训练（PyTorch/TensorFlow模型搭建、构建多层感知机（DNN）的训练预测网络、二维结构的特征处理及预测网络（CNN—ResNet/DenseNet）+多模态学习预测、PINN）学习预测模型、三维卷积神经网络） 实践4：基于预训练模型的迁移学习 实践5：端到端复合材料性能预测系统开发 【专题二：人工智能赋能聚合物及复合材料模型应用与实践】 聚合物多层次结构表示、性能预测、结构设计、均聚物数据集清洗、去噪、标准化、数据收集与预处理 、特征选择方法（过滤法、包装法、递归消除法等）、均聚物性能研究（如耐热性、力学性能、介电性能、透气性/阻燃性等）、数据集规模与质量对模型的影响(Scalling laws in polymers)、复合材料力学性能预测（如应力应变曲线）、DNN参数更新、CNN及GNN在聚合物中的应用 、大模型训练与部署：Langchain、HuggingFace等、（聚合物）分子生成模型：VAE、GAN、Diffusion等 、大语言模型（LLM）：GPT、BERT、T5、DeepSeek等架构应用 、机器学习预测聚氨酯复合材料应力应变曲线、机器学习预测PI复材力学性能、可解释性分析：特征重要性分析、SHAP 应用 、逆向设计智能筛选、聚合物表示学习性能探索、高通量筛选工作流、生成式 AI 驱动全空间聚合物材料生成、主动学习、强化学习框架实现、聚合物生成式模型与大语言模型实践（如 polyBERT、Transpolymer 预测聚合物性能） 详查：某公某号：研而有信er 发自小木虫IOS客户端 |
回复此楼» 猜你喜欢
Ei会议-第六届流体与化学工程国际学术会议-ICFCE2026
已经有1人回复
-
378分一志愿大连理工大学车辆工程调剂
已经有0人回复
-
电气科学与工程论文润色/翻译怎么收费?
已经有89人回复
-
08工科求调剂
已经有4人回复
-
085801求调剂
已经有0人回复
-
一志愿昆明理工大学电气工程及其自动化（085801）求调剂
已经有1人回复
-
英国格拉斯哥大学招生机器人方向博士生
已经有0人回复
-
求调剂
已经有0人回复
-
求调剂
已经有0人回复
» 本主题相关商家推荐: (我也要在这里推广)
