AI技術(shù)的引入,不僅使得傳統(tǒng)的疲勞與斷裂分析方法更為高效,而且能夠自動處理非結(jié)構(gòu)化數(shù)據(jù),如圖像、傳感器數(shù)據(jù)等,打破了傳統(tǒng)方法的限制,提升了預(yù)測的精度和應(yīng)用的廣泛性。物理神經(jīng)網(wǎng)絡(luò)物理信息神經(jīng)網(wǎng)絡(luò)(PINN)的興起近年來,物理信息神經(jīng)網(wǎng)絡(luò)(Physics-Informed Neural Networks, PINN)成為計算科學(xué)與人工智能交叉領(lǐng)域的前沿方向。