基于扩散模型和参数化水平集的吸能超材料逆向设计方法

AITNT
正文
推荐专利
基于扩散模型和参数化水平集的吸能超材料逆向设计方法
申请号:CN202411555408
申请日期:2024-11-04
公开号:CN119361043B
公开日期:2025-10-03
类型:发明专利
摘要
本发明属于吸能超材料设计领域,具体涉及基于扩散模型和参数化水平集的吸能超材料逆向设计方法。本发明在给定所需应力‑应变曲线的情况下生成超材料。扩散模型学习给定性质的超材料的条件分布,实现从性质到几何的一对多映射。利用水平集表示提高了超材料拓扑的精度和设计灵活性,确保生成的超材料具有高质量的几何形状。本发明具有设计速度快、精度高的优点,为实现更为智能和定制化的超材料设计提供了新的求解路径。
技术关键词
逆向设计方法 拓扑优化方法 神经网络架构 水平集方法 水平集函数 应力 参数 曲线 生成超材料 非线性映射关系 解码器 编码器 数据 静态方式 图像压缩 噪声量 注意力机制 成分分析 变量
系统为您推荐了相关专利信息
1
一种基于图嵌入的多视图动态融合心电图诊断方法及系统
心电图诊断方法 12导联心电图 神经网络架构 心电图诊断系统 医学信号处理技术
2
一种基于人工智能的河蟹性别识别方法及系统
性别识别方法 注意力机制 数据 性别识别系统 Softmax函数
3
一种嵌入物理神经网络的拓扑优化方法
拓扑方法 拓扑优化方法 密度 合规性 外力
4
一种基于多维度数据的整车热管理系统的控制方法及系统
混合深度学习模型 整车热管理系统 编码器 前馈神经网络 神经网络架构
5
一种适用于电力行业的数据分类分级安全算法
数据分类分级 卷积神经网络模块 数据项 深度卷积神经网络 算法
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