机译:通过人工智能方法加速筛选材料和性能预测的代理模型
Beihang Univ Inst Artificial Intelligence Beijing 100191 Peoples R China|Beihang Univ Sch Automat Sci & Elect Engn Beijing 100191 Peoples R China;
Beihang Univ Sch Automat Sci & Elect Engn Beijing 100191 Peoples R China;
Beihang Univ Sch Instrumentat & Optoelect Engn Beijing 100191 Peoples R China;
Beihang Univ Sch Automat Sci & Elect Engn Beijing 100191 Peoples R China;
Inst High Performance Comp A STAR Singapore 138632 Singapore;
Univ Technol Troyes Inst Charles Delaunay LM2S FRE CNRS 2019 F-10004 Troyes France;
China Nucl Power Engn Co Ltd Beijing 100840 Peoples R China;
artificial intelligence; deep learning; finite element analysis; surrogate model;
机译:通过机器学习方法训练的代理模型加速基于阶段的微观结构演化预测
机译:使用数学建模和人工智能方法的新型电晕病的短期和长期预测
机译:垃圾填埋渗滤液采用不同衬垫材料的重金属去除:使用人工智能技术建模实验结果
机译:基于混合人工智能和物理建模的纳米复合材料超高速冲击预测
机译:编织材料作为人造软骨的筛选方法。
机译:垃圾填埋渗滤液中不同衬里材料去除重金属的预测:使用人工智能技术对实验结果进行建模
机译:人工智能混合模型从织物物理性能预测穿着舒适度方面的性能
机译:用蒙特卡罗方法研究频率选择表面材料容差性能影响的经验预测模型