跳到正文
arXiv · ML· Manuel Ricardo Guevara Garban, Yves Chemisky, \'Etienne Pruli\`ere, Micha\"el Cl\'ement, Martin Abendroth, Bj\"orn Kiefer·· 2026-10-14AI 评分23

**title_zh:** 耦合 LSTM 与物理信息图神经网络的非线性力学场重建

Non-linear mechanical field reconstruction coupling recurrent neural networks with physics-informed graph neural networks

AI 导读

**summary_zh:** 提出 LSTM-GNN 耦合框架,实现非线性、路径依赖加载下微观结构局部应力场重建,比有限元仿真快三个数量级。 模型在 10,000 条非比例加载路径上训练,对两倍长度的测试序列累积误差为 1.9%。由于依赖网格连接而非单元类型,该代理模型无需重新训练即可直接应用于不同单元类型及不同分辨率的网格。

来源:arXiv · ML · arxiv.org