跳到正文
arXiv · ML· Bassam El Said, Adam Sobey·· 17 小时前AI 评分30

基于多模态脉冲 Transformer 复合世界模型与 SNN 记忆块的 FEA 求解器集成研究

FEA solver integration of a composite World Model with a Spiking Neural Network memory Block for computationally efficient modelling of defects and variabilities

AI 导读

提出一种基于多模态脉冲 Transformer 架构的复合材料世界模型,集成 SNN 记忆块以跟踪材料长期内部状态,并与非线性有限元求解器耦合。 模型分三阶段训练,抑制递归误差漂移;在 IM7/8552 层压板拉压及横向剪切测试中,预测误差为 0.4% 至 4.8%。 该方法解决了大规模结构多尺度建模的高计算成本限制,实现了缺陷复合材料的结构级模拟。

来源:arXiv · ML · arxiv.org