用機(jī)器學(xué)習(xí)來預(yù)測材料淬火無序現(xiàn)象
淬火無序現(xiàn)象，是人們對各種材料（如FCC和BCC晶體、無定形固體）和地震地質(zhì)斷層突發(fā)塑性事件或材料爆裂噪聲事件進(jìn)行觀察而得到認(rèn)識的。爆裂噪聲可由隨機(jī)-場模型或界面定位模型加以解釋，涉及均勻固體的彈性、局域淬火無序，以及微觀狀態(tài)空間允許的不均勻和隨機(jī)分布。
然而局域淬火無序卻一直難以測量。美國西弗吉尼亞大學(xué)的Stefanos Papanikolaou教授采用無監(jiān)督機(jī)器學(xué)習(xí)方法并結(jié)合聚類算法，以期從具有爆裂噪聲隨時間演化行為的應(yīng)力-應(yīng)變曲線中獲得淬火、局域的無序分布。該方法在兩種爆裂噪聲模型中能成功實現(xiàn)數(shù)據(jù)的聚類和分類，并從鎳微柱單軸壓縮實驗的數(shù)據(jù)中成功得到了淬火無序的分布。
這是典型的時間局域可觀察參量（如突發(fā)事件大小/持續(xù)時間）途徑所無法企及的。作者將這一方法記作時間序列-機(jī)器學(xué)習(xí)法。若將這些淬火無序分布的識別及分類擴(kuò)展到不同材料、加載模式和樣品加載歷史中，將有助于建立隨機(jī)屈服分布的數(shù)據(jù)庫，進(jìn)而改進(jìn)多尺度力學(xué)模型。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8546瀏覽量
136523
原文標(biāo)題：npj ：機(jī)器學(xué)習(xí)——預(yù)測材料淬火無序分布
文章出處：【微信號：zhishexueshuquan，微信公眾號：知社學(xué)術(shù)圈】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
【熱敏電阻】什么是材料常數(shù)？有什么用？
為什么手機(jī)能感知電池溫度，防止過熱？為什么智能熱水器能控制水溫？和電子元件—熱敏電阻有關(guān)。
熱敏電阻是一種對溫度感知靈敏的電子元件，其電阻值隨著溫度變化而變化。熱敏電阻之所以能感知溫度，和材料常數(shù)有關(guān)。
什么是材料常數(shù)？有什么用
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中需避免的 7 個常見錯誤與局限性
無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理，日后可能會引發(fā)諸多麻煩！只要我們密切關(guān)注數(shù)據(jù)、模型架構(gòu)
如何深度學(xué)習(xí)機(jī)器視覺的應(yīng)用場景
檢測應(yīng)用 微細(xì)缺陷識別：檢測肉眼難以發(fā)現(xiàn)的微小缺陷和異常 紋理分析：對材料表面紋理進(jìn)行智能分析和缺陷識別 3D表面重建：通過深度學(xué)習(xí)進(jìn)行高精度3D建模和檢測 電子行業(yè)應(yīng)用 PCB板復(fù)雜缺陷檢測：連焊、虛焊、漏焊等焊接質(zhì)量問題 芯片
蜂鳥E203簡單分支預(yù)測的改進(jìn)
)： BHT中包含一系列的雙模態(tài)預(yù)測器Bimodal Counter, 用他們來預(yù)測分支指令(branch)是否需要跳轉(zhuǎn)(taken or not taken) 我們將有限個的兩位飽和計數(shù)器組織成分支歷史
發(fā)表于 10-24 07:45
基于全局預(yù)測歷史的gshare分支預(yù)測器的實現(xiàn)細(xì)節(jié)
GShare預(yù)測機(jī)制簡介
GShare預(yù)測機(jī)制作為一種常用的分支預(yù)測機(jī)制，通過基于分支歷史和分支地址來預(yù)測分支指令的執(zhí)行路徑。分支歷史是指
發(fā)表于 10-22 06:50
電纜接頭局放現(xiàn)象的預(yù)防
現(xiàn)象，不僅會帶來絕緣性能劣化等危害，同時增加了設(shè)備故障風(fēng)險以及運維成本等。因此針對電纜接頭局放需要采用有效的技術(shù)措施來進(jìn)行干預(yù)，才能保證電力系統(tǒng)的安全穩(wěn)定運行。 針對電纜接頭局放的預(yù)防，可以從設(shè)計制造環(huán)節(jié)來
【「AI芯片：科技探索與AGI愿景」閱讀體驗】+AI的科學(xué)應(yīng)用
了科學(xué)發(fā)現(xiàn)的重要組成部分。
實驗科學(xué)：通過觀察和實驗來驗證假說
理論科學(xué)：通過構(gòu)建邏輯框架來解釋觀察到的現(xiàn)象
模型科學(xué)：通過數(shù)學(xué)模型來描述和預(yù)測
發(fā)表于 09-17 11:45
量子機(jī)器學(xué)習(xí)入門：三種數(shù)據(jù)編碼方法對比與應(yīng)用
在傳統(tǒng)機(jī)器學(xué)習(xí)中數(shù)據(jù)編碼確實相對直觀：獨熱編碼處理類別變量，標(biāo)準(zhǔn)化調(diào)整數(shù)值范圍，然后直接輸入模型訓(xùn)練。整個過程更像是數(shù)據(jù)清洗，而非核心算法組件。量子機(jī)器學(xué)習(xí)的編碼完全是另一回事。傳統(tǒng)算
FPGA在機(jī)器學(xué)習(xí)中的具體應(yīng)用
隨著機(jī)器學(xué)習(xí)和人工智能技術(shù)的迅猛發(fā)展，傳統(tǒng)的中央處理單元（CPU）和圖形處理單元（GPU）已經(jīng)無法滿足高效處理大規(guī)模數(shù)據(jù)和復(fù)雜模型的需求。FPGA（現(xiàn)場可編程門陣列）作為一種靈活且高效的硬件加速平臺
邊緣計算中的機(jī)器學(xué)習(xí)：基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成！
你好，旅行者！歡迎來到Medium的這一角落。在本文中，我們將把一個機(jī)器學(xué)習(xí)模型（神經(jīng)網(wǎng)絡(luò)）部署到邊緣設(shè)備上，利用從ModbusTCP寄存器獲取的實時數(shù)據(jù)來預(yù)測一臺復(fù)古音頻放大器的當(dāng)前
機(jī)器學(xué)習(xí)賦能的智能光子學(xué)器件系統(tǒng)研究與應(yīng)用
與應(yīng)用 在人工智能與光子學(xué)設(shè)計融合的背景下，科研的邊界持續(xù)擴(kuò)展，創(chuàng)新成果不斷涌現(xiàn)。從理論模型的整合到光學(xué)現(xiàn)象的復(fù)雜模擬，從數(shù)據(jù)驅(qū)動的探索到光場的智能分析，機(jī)器學(xué)習(xí)正以前所未有的動力推動光子學(xué)領(lǐng)域的革新。據(jù)調(diào)查，目前在Nature
工業(yè)元宇宙落地！數(shù)字孿生如何預(yù)測設(shè)備壽命誤差＜3%？
工業(yè)元宇宙正以迅猛之勢重塑設(shè)備管理模式，通過數(shù)字孿生技術(shù)精準(zhǔn)預(yù)測、高效維護(hù)，實現(xiàn)未雨綢繆的主動運維。精準(zhǔn)預(yù)測通過機(jī)器學(xué)習(xí)提前識別故障，動態(tài)優(yōu)化實現(xiàn)資源最優(yōu)配置，遠(yuǎn)程管控減少現(xiàn)場人員。
請問STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個系列的芯片？
STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個系列的芯片？
發(fā)表于 03-13 07:34
機(jī)器學(xué)習(xí)模型市場前景如何
當(dāng)今，隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長以及計算能力的飛速提升，機(jī)器學(xué)習(xí)模型的市場前景愈發(fā)廣闊。下面，AI部落小編將探討機(jī)器學(xué)習(xí)模型市場的未來發(fā)展。
嵌入式機(jī)器學(xué)習(xí)的應(yīng)用特性與軟件開發(fā)環(huán)境
作者：DigiKey Editor 在許多嵌入式系統(tǒng)中，必須采用嵌入式機(jī)器學(xué)習(xí)（Embedded Machine Learning）技術(shù)，這是指將機(jī)器學(xué)習(xí)模型部署在資源受限的設(shè)備（如微
工商網(wǎng)監(jiān)
評論