利用受限神经网络评估颗粒固体中冲击加热的相对机理影响
软凝聚态物质
2023-05-16 v1 材料科学
摘要
颗粒介质的 rapid compaction 导致局部加热，可引发化学反应、相变与熔化。然而，其中众多机理可能依赖于多种微观结构特征。神经网络等机器学习技术为建立物理过程模型提供了通用方法。通过限制所用微观结构信息的种类并评估网络误差的归一化变化，可推断不同机理的相对重要性。此处我们利用分箱的初始密度信息作为网络输入，基于大规模分子动力学模拟训练，预测颗粒高能炸药中的局部冲击加热。改变网络中使用的密度场空间范围以评估所起作用物理机理的重要性及相关长度尺度，其中不同微观结构特征导致不同的预测能力。
引用
@article{arxiv.2305.07660,
title = {Using Limited Neural Networks to Assess Relative Mechanistic Influence on Shock Heating in Granular Solids},
author = {Brenden W Hamilton and Timothy C. Germann},
journal= {arXiv preprint arXiv:2305.07660},
year = {2023}
}