一种基于深度学习的三维位错相互作用力的预测方法

AITNT
正文
推荐专利
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
一种用于嵌入式触摸屏交互的框架
嵌入式触摸屏 封装模块 生成控制指令 框架 资源
2
网络安全防御方法、电子设备、程序产品及存储介质
网络安全防御方法 漏洞 实体 图谱 LSTM模型
3
一种基于AIGC的视频动画智能生成系统
智能生成系统 音频处理单元 文本 数据采集单元 虚拟场景光源
4
基于大数据分析的电商产品推荐方法及系统
画像 产品推荐方法 元素 索引 度量
5
微燃机的先进燃烧控制方法
燃气轮机燃烧系统 燃烧控制方法 预测误差 反馈控制器 建立预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号