Учёные Лоренс Ливерморской национальной лаборатории (LLNL) разработали метод, который использует машинное обучение для ускорения проектирования решетчатых структур с уникальными свойствами. Результаты исследования опубликованы в журнале Scientific Reports.
Решетчатые структуры, известные своей сложностью и иерархическими дизайнами, имеют огромный потенциал в таких областях, как аэрокосмическая и биомедицинская инженерия. Однако традиционные методы проектирования часто не справляются с большим количеством возможных вариантов.
Исследователи LLNL применили алгоритмы машинного обучения для предсказания механических характеристик и оптимизации проектных переменных. Это позволило значительно ускорить процесс проектирования, изучая менее 1% теоретического пространства дизайна.
Разработанные ML-модели демонстрируют точность выше 95% в прогнозировании поведения структур, что может улучшить производственные процессы.
Похожие новости:
Сверхпроводящий токамак | Рентген в смартфоне | Теневая камера | Контакты для 2D-чипов
Шумоподавляющая ткань | 6 минут термоядерного синтеза | Лазерная связь в космосе | Вакцина от рака
Новая модель нейрона | Ракетный двигатель от ИИ | Российский квантовый процессор | Солнечное топливо
«Лаборатория Касперского» увольняет сотрудников американского офиса и закрывает свой бизнес в США