一种基于深度学习的三维位错相互作用力的预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于深度学习的三维位错相互作用力的预测方法
申请号:
CN202411070230
申请日期:
2024-08-06
公开号:
CN119046897B
公开日期:
2025-10-10
类型:
发明专利
摘要
本发明公开了一种基于深度学习的三维位错相互作用力的预测方法,属于核材料辐照损伤计算模拟应用技术领域;本发明提出一种基于深度学习的三维位错相互作用力的预测方法,基于开源软件生成可用的数据集,设计了数据预处理的标准化方法,有效消除了数据集里的量纲差异性;通过数据预处理、训练后,生成的回归模型预测位错段间的相互作用力是一种灵活、准确、计算效率更高的方法,将有效加速预测三维位错相互作用力,能够大幅提高离散位错动力学(DDD)在三维位错建模时的模拟效率。
技术关键词
神经网络模型
核材料辐照损伤
预测输出值
数据
材料剪切模量
非线性
材料泊松比
标准化方法
样本
学习算法
软件
参数
核心
矩阵
节点
作用力
棱柱
系统为您推荐了相关专利信息
1
商品行情动态预测方法、系统、介质及设备
动态预测方法
量子态
分布式共识
节点特征
分布式哈希
2
一种翻煤机智慧抑尘系统
AI智能控制
抑尘系统
粉尘探测器
变频水泵
特征数据库
3
一种基于DEM数据的地形自适应子汇水区划分方法及系统
汇水区划分方法
地形特征提取
分类回归决策树
机器学习算法
样本
4
汽车的目标检测方法、装置、电子设备和计算机可读介质
物体
栅格
雷达
坐标
地面
5
基于电网频率偏差的资源调节方法及系统
电网频率偏差
AGC控制器
控制智能体
模型预测控制方法
控制策略