它結(jié)合了如初始實(shí)驗(yàn)材料數(shù)據(jù)庫(kù)的豐富性、輸入?yún)⒖?em>實(shí)驗(yàn)數(shù)據(jù)的可變性和訓(xùn)練好的人工智能模型的全局準(zhǔn)確性等不同標(biāo)準(zhǔn)。圖8中給出一個(gè)置信度指標(biāo)的熱圖,紅色區(qū)域表示低置信度區(qū)域,表明需要額外的實(shí)驗(yàn)數(shù)據(jù)來(lái)提高置信度。圖8. 準(zhǔn)靜態(tài)條件下,粉碎玻璃纖維填充ULTEM樹(shù)脂的置信度指標(biāo)熱圖總體而言,基于物理信息的AI模型預(yù)測(cè)的拉伸應(yīng)力-應(yīng)變數(shù)據(jù)與實(shí)驗(yàn)結(jié)果非常接近,精度在±10%以內(nèi)。
2521
海克斯康設(shè)計(jì)與仿真 ??? 1年前