滞回系统神经网络建模综述发表
热点事件持续更新
滞回系统神经网络建模综述发表
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年9月2日,Mehrdad Shafiei Dizaji等人发表综述论文《Neural Network-Based Modeling of Hysteretic Systems》。 该综述考察了Prandtl神经网络和Preisach神经网络在非线性滞回系统中的应用,重点分析其记忆表示机制与网络架构,并介绍扩展至处理速率依赖行为的方法。 综述还介绍了EPNN模型,该模型结合退化算子与速率信息,利用退化停止神经元捕捉刚度退化及非共形滞回,能够适应对称或非对称、共形或非共形等多种滞回特性。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
基于神经网络的滞回系统建模:从Prandtl和Preisach神经网络到Neuro-Madelung及神经塑性连续模型报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · ML基于神经网络的滞回系统建模:从Prandtl和Preisach神经网络到Neuro-Madelung及神经塑性连续模型
该综述考察了Prandtl神经网络、Preisach神经网络等模型在非线性滞回系统中的应用,重点分析其记忆表示机制与网络架构。 模型通过停止算子引入滞回记忆,利用退化停止神经元捕捉刚度退化及非共形滞回,并扩展至处理速率依赖行为。 EPNN结合退化算子与速率信息,能够适应对称或非对称、共形或非共形等多种滞回特性。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。