CRADIPOR：坠落离散预测器
机器学习
2026-05-04 v1
摘要
我们提出了 CRADIPOR，一个用于汽车碰撞仿真的数值离散预测工具。有限元（FE）碰撞模型在车辆开发中广泛使用，但其预测结果并非严格可重复，因为并行计算和模型复杂度的原因。因此，在后处理中评估的性能准则可能 exhibits significant numerical dispersion，这使工程决策复杂化。虽然可以通过重复相同仿真来估计离散，但由于计算成本高昂，通常不可行。本 work 因此研究了一个可在常规碰撞仿真后处理期间应用的预测工具，而无需重复计算。该方法依赖于秩约简自编码器（RRAE）结合监督分类，以识别对数值离散敏感的区域。比较分析表明，RRAE 基于框架在所研究数据集上优于 Random Forest 基线。就信号表示而言，小波基和斜率基输入看起来最有前景，斜率变化提供了最佳的分类性能。这些结果支持使用结构化的潜在表示来提高汽车碰撞后处理中数值离散检测的效果。
引用
@article{arxiv.2605.00070,
title = {CRADIPOR: Crash Dispersion Predictor},
author = {Edgar Chaillou and Sebastian Rodriguez and Yves Tourbier and Francisco Chinesta},
journal= {arXiv preprint arXiv:2605.00070},
year = {2026}
}