基于神经网络伴随方法的实时弹性部分形状匹配
人工智能
2023-03-17 v1 最优化与控制
摘要
表面匹配通常由于缺乏物理策略而提供可能导致结构失效的显著变形。在此背景下，非线性可变形体的部分表面匹配对于控制结构变形在工程中是至关重要的。在本文中，我们提出使用人工神经网络将配准问题表述为一个最优控制问题，其中未知量是作用于物体的表面力分布，以及使用超弹性模型计算得到的 resultant 变形。该优化问题使用伴随方法求解，其中超弹性问题通过前馈神经网络求解，伴随问题通过网络的反向传播获得。我们的过程将计算速度提高了数个数量级，同时提供了可接受的配准误差。
引用
@article{arxiv.2303.09343,
title = {Real-time elastic partial shape matching using a neural network-based adjoint method},
author = {Alban Odot and Guillaume Mestdagh and Yannick Privat and Stéphane Cotin},
journal= {arXiv preprint arXiv:2303.09343},
year = {2023}
}