一种用于建模非弹性过程的基于注意力的神经常微分方程框架
材料科学
2025-02-21 v1
摘要
为了保持严格的守恒行为并对固体材料表现出的各种耗散行为进行建模，我们提出对内状态变量-神经常微分方程（ISV-NODE）框架的重大增强。在这个数据驱动、物理约束的建模框架中，内部状态是推断出来的而不是预先规定的。ISV-NODE 包括：依赖于可观测变形和推断出的内部状态的应力模型，以及内部状态演化的模型。本工作提出的对 ISV-NODE 的增强是多方面的：部分输入凸神经网络应力势在观测应变和推断状态方面提供了多凸性；内部状态流动模型使用共同的潜在特征来通知新颖的基于注意力的门控，并仅在耗散机制下驱动内部状态的流动。我们证明了该架构能够准确建模三个范例中各向同性、等温弹性-粘弹性-弹塑性范围内的耗散和守恒行为。
引用
@article{arxiv.2502.10633,
title = {An attention-based neural ordinary differential equation framework for modeling inelastic processes},
author = {Reese E. Jones and Jan N. Fuhg},
journal= {arXiv preprint arXiv:2502.10633},
year = {2025}
}
备注
20 pages, 8 figures