基于秩约化自编码器的数据驱动发现粗糙描述符用于单向复合胶带的表面表征与亲密接触建模
机器学习
2026-03-24 v1 数值分析
数值分析
摘要
单向胶带的表面粗糙度决定了所需确保复合结构制造过程中热塑性分子扩散及其相关的胶带间贴合程度的演变。然而，传统的粗糙表面表征依赖统计描述符，即便能够代表表面拓扑，也未必与胶带间贴合期间界面上发生的物理过程相联系。因此，一个关键的研究问题可以表述为：哪些粗糙描述符能够同时实现胶带分类——这对过程控制至关重要——以及通过推断亲密接触程度的演变（该过程受制于工艺参数）来实现贴合建模。为此，我们提出一种新方法，基于秩约化自编码器（RRAE），即在编码-解码训练过程中对潜在矩阵施加截断奇异值分解（SVD）以实现线性潜在向量空间。在本工作中，我们通过强制潜在 SVD 模式（i）准确地表示解码后的粗糙度，以及（ii）允许提取既有知识，如分类或建模属性，从而提取有用的粗糙描述符。
引用
@article{arxiv.2603.20418,
title = {Data-driven discovery of roughness descriptors for surface characterization and intimate contact modeling of unidirectional composite tapes},
author = {Sebastian Rodriguez and Mikhael Tannous and Jad Mounayer and Camilo Cruz and Anais Barasinski and Francisco Chinesta},
journal= {arXiv preprint arXiv:2603.20418},
year = {2026}
}