怀亚特·布里奇曼；张晓萱；格雷格·泰切特；穆罕默德·哈利勒；克里希纳·加里基帕蒂；琼斯、里斯 利用变分推理预测多孔金属中失效位置的异型编码器结构。 （英语） Zbl 1507.74114号 计算。方法应用。机械。工程师。 398，文章ID 115236，29 p.（2022）. 小结：在这项工作中，我们仅根据多孔金属拉伸试样的初始孔隙率，采用编码-解码卷积神经网络来预测其失效位置。我们所模拟的过程是复杂的，从初始空穴成核到饱和，最终失效。由于试样中的大多数材料都不会失效，因此预测失效位置的目标呈现出等级不平衡的极端情况。为了应对这一挑战，我们开发并证明了基于数据和损失的正则化方法的有效性。由于失效位置对孔隙的特定配置具有相当大的敏感性，我们还使用变分推理为神经网络预测提供不确定性。我们将确定性和贝叶斯卷积神经网络公式联系起来，解释变分推理如何规范训练和预测。我们证明，在对任何给定样本中最有可能失败的位置进行排序时，得到的预测方差是有效的。 引用于2文件 MSC公司： 74层10 流固相互作用（包括气动和水弹性、孔隙度等） 74G75型 平衡固体力学中的反问题 关键词：延性破坏；多孔金属；卷积神经网络；贝叶斯校准/预测 软件：亚当；TensorFlow公司；贝叶斯DA PDF格式BibTeX公司 XML格式引用 \textit{W.Bridgeman}等人，《计算》。方法应用。机械。Eng.398，文章ID 115236，第29页（2022；Zbl 1507.74114） 全文： 内政部 arXiv公司 参考文献： [1] 布拉德利·H·贾里德。；米盖尔·阿吉洛（Miguel A.Aguilo）。；贝吉尼（Lauren L.Beghini）。；布拉德·L·博伊斯。；布雷特·克拉克（Brett W.Clark）。；亚当·库克；Bryan J.Kaehr。；Joshua Robbins，《增材制造：走向整体设计》，Scr。材料。，135, 141-147 (2017) [2] Tyler E.Bruns。；Daniel A.Tortorelli，非线性弹性结构和柔顺机构的拓扑优化，计算。方法应用。机械。工程师，190，26-27，3443-3459（2001）·Zbl 1014.74057号 [3] Le，Chau；朱利安·诺拉托；Tyler Bruns；哈，克里斯托弗；Daniel Tortorelli，《continua基于应力的拓扑优化》，结构。多磁盘。最佳。，41, 4, 605-620 (2010) [4] 托马斯·哈恰（Tomasz Hachaj）；安娜·斯托琳斯卡；Andrzejewska，Magdalena；Czerski，Piotr，预测学生视觉注意力的深度卷积对称编解码神经网络，Symmetry，13，12，2246（2021） [5] 萨姆·罗伊斯（Sam Roweis）；卡洛斯·布罗迪（Carlos Brody），《线性异质编码器》（Linear Heterocoders）（1999年），英国伦敦亚历山大宫盖茨比计算神经科学部 [6] 萨阿德·阿尔巴维；塔雷克·阿贝德·穆罕默德；Al-Zawi，Saad，《卷积神经网络的理解》，（2017年国际工程技术会议（ICET）（2017年），IEEE），1-6 [7] 安东尼·P·加兰德。；本杰明·怀特（Benjamin C.White）。；布拉德利·H·贾里德。；Michael Heiden；艾米丽·多纳休（Emily Donahue）；Boyce，Brad L.，深度卷积神经网络作为复杂添加制造结构的快速筛选工具，Addit。制造，35，第101217条pp.（2020） [8] 李安然；陈瑞佳；Farimani，Amir Barati；Zhang，Yongjie Jessica，基于卷积神经网络的反应扩散系统预测，科学。代表，10，1，1-9（2020年） [9] 聂振国；蒋浩良；Kara，Levent Burak，利用卷积神经网络进行应力场预测的深度学习（2018），arXiv预印本arXiv:1808.08914 [10] Ari L.Frankel。；Jones，Reese E。；科尔曼·阿勒曼；Jeremy A.Templeton，《利用深度学习预测低聚晶体的机械响应》，计算机。马特。科学。，169，第109099条pp.（2019） [11] 阿里·弗兰克尔；Tachida、Kousuke；Jones，Reese，用混合神经网络模型预测经历弹塑性变形的多晶体应力场的演变，Mach。学习。科学。技术。，第1、3条，第035005页（2020年） [12] Ari L.Frankel。；萨夫塔，科斯敏；科尔曼·阿勒曼；Jones，Reese，《用于微观结构材料建模的基于网格的图卷积神经网络》，J.Mach。学习。模型。计算。，3, 1 (2022) [13] 格雷戈里·泰切特（Gregory H.Teichert）。；Garikipati，Krishna，《机器学习材料物理：替代优化和多保真算法预测沉淀形态，以替代相场动力学》，计算。方法应用。机械。工程，344666-693（2019）·Zbl 1440.74276号 [14] 张晓轩；Garikipati，Krishna，《机器学习材料物理：多分辨率神经网络学习演化微观结构的自由能和非线性弹性响应》，计算机。方法应用。机械。工程，372，第113362条pp.（2020）·Zbl 1506.74243号 [15] Teichert，G.H。；Natarajan，A.R。；范德文，A。；Garikipati，K.，《机器学习材料物理：可积深层神经网络通过学习自由能函数实现尺度桥接》，计算。方法应用。机械。工程，353201-216（2019）·兹比尔1441.82021 [16] Teichert，G.H。；Natarajan，A.R。；范德文，A。；Garikipati，K.，《尺度桥接材料物理：合金中自由能函数表示的主动学习工作流和可积深层神经网络》，计算。方法应用。机械。工程，371，第113281条pp.（2020）·兹比尔1506.74241 [17] 格雷戈里·泰切特（Gregory H.Teichert）。；达斯，萨姆比特；村田艾科尔；奇兰吉维·戈帕尔；维克拉姆·加维尼；Garikipati，Krishna，通过电子结构、统计力学和相场理论之间的机器学习支持的标度桥接研究（2021），arXiv预印本arXiv:2104.08318 [18] 约翰逊（Kyle L.Johnson）。；梅斯塔斯、德米特里；约翰·M·埃默里（John M.Emery）。；米尔恰·格里戈里奥（Mircea D.Grigoriu）。；马修·史密斯（Matthew D.Smith）。；Martinez，Carianne，使用深度学习对多孔附加制造零件进行故障分类，计算。马特。科学。(2022) [19] 朱银浩；Zabaras，Nicholas，《替代建模和不确定性量化的贝叶斯深度卷积编解码网络》，J.Compute。物理。，366, 415-447 (2018) ·Zbl 1407.62091号 [20] 张晓轩；Garikipati，Krishna，具有不确定性量化的偏微分方程弱解的贝叶斯神经网络，1-37（2021），arXiv:2101.04879 [21] 马齐亚·莱斯；巴黎佩迪卡里斯；George E.Karniadakis，《基于物理的神经网络：解决涉及非线性偏微分方程的正问题和逆问题的深度学习框架》，J.Compute。物理。，378, 686-707 (2019) ·Zbl 1415.68175号 [22] 穆罕默德·瓦卡斯；Brahme，Abhijit P。；伊布，奥尔加；冀东康；Inal，Kaan，《预测局部应变分布以及额外制造合金中塑性各向异性和断裂演变的机器学习框架》，国际塑料杂志。，136，第102867条pp.（2021） [23] 马特乌斯·布达；阿苏托·马吉；Mazurowski，Maciej A.，卷积神经网络中类不平衡问题的系统研究，神经网络。，106, 249-259 (2018) [24] Bradley C.Salzbrenner。；杰弗里·罗德拉斯（Jeffrey M.Rodelas）。；乔纳森·麦迪逊（Jonathan D.Madison）。；布拉德利·H·贾里德。；劳拉·斯威勒（Laura P.Swiler）。；沈玉林；Boyce，Brad L.，《加成型不锈钢的高通量随机拉伸性能》，J.Mater Process。技术。，241, 1-12 (2017) [25] 布拉德·L·博伊斯。；Bradley C.Salzbrenner。；杰弗里·M·罗德拉斯。；劳拉·斯威勒（Laura P.Swiler）。；乔纳森·麦迪逊（Jonathan D.Madison）。；布拉德利·H·贾里德。；沈玉林，极值统计揭示了添加剂制造中罕见的故障临界缺陷，高级能源管理师。，第19、8条，第1700102页（2017年） [26] 哈利勒，M。；泰切特，G.H。；Alleman，C。；新墨西哥州赫克曼。；琼斯·R·E。；Garikipati，K。；Boyce，B.L.，《因额外制造金属中的孔隙率而导致的强度和失效可变性建模》，计算。方法应用。机械。工程，373，第113471条pp.（2021）·Zbl 1506.74380号 [27] Mesarovic，Sinisa Dj，《动态应变时效和塑性不稳定性》，J.Mech。物理。固体，43，5671-700（1995）·Zbl 0877.73030号 [28] Armero，Francisco；Garikipati，Krishna，乘法有限应变塑性中的强不连续性分析及其与固体应变局部化数值模拟的关系，国际固体结构杂志。，33, 20-22, 2863-2885 (1996) ·Zbl 0924.73084号 [29] Wells，Garth N。；克里希纳·加里基帕蒂；Molari，Luisa，应变梯度相关损伤模型的间断galerkin公式，计算。方法应用。机械。工程，193，33-35，3633-3645（2004）·Zbl 1068.74084号 [30] 路易斯·莫拉里；Wells，Garth N。；克里希纳·加里基帕蒂；Ubertini，Francesco，应变梯度相关损伤的非连续Galerkin方法：插值和收敛研究，计算。方法应用。机械。工程，195，13-16，1480-1498（2006）·Zbl 1116.74065号 [31] 纳塔利·贾普科维奇；斯蒂芬，沙菊，《阶级失衡问题：系统研究》，《知识分子》。数据分析。，6, 5, 429-449 (2002) ·Zbl 1085.68628号 [32] 郭新建；尹一龙；董彩玲；杨功平；周广通，《关于阶级不平衡问题》，（2008年第四届国际自然计算会议，第4卷（2008），IEEE），192-201 [33] Abd Elrahman，Shaza M。；Ajith Abraham，《阶级失衡问题综述》，J.Netw。因诺夫。计算。，1, 2013, 332-340 (2013) [34] 贾斯汀·约翰逊。；Khoshgoftaar，Taghi M.，《班级失衡的深度学习调查》，《大数据杂志》，2019年第6期，第1期，第1-54页 [35] Kramer，Mark A.，使用自联想神经网络的非线性主成分分析，AIChE J.，37，2，233-243（1991） [36] 提皮雷迪，罗摩克里希纳；Ghanem，Roger，齐次混沌空间中的基自适应，J.Compute。物理。，259304-317（2014）·Zbl 1349.60058号 [37] 亚历克斯·格雷夫斯；格雷格·韦恩；雷诺兹，马尔科姆；哈雷，蒂姆；伊沃·达尼埃尔卡；格拉布斯卡-巴温斯卡，阿格涅斯卡；科尔梅纳雷霍（Colmenarejo），塞尔吉奥·戈梅斯（Sergio Gómez）；爱德华·格雷芬斯特特（Edward Grefenstette）；蒂亚戈·拉马略；John Agapiou，《使用具有动态外部存储器的神经网络的混合计算》，《自然》，538，7626，471-476（2016） [38] Kingma，Diederik P。；Ba，Jimmy，Adam：随机优化方法（2014），arXiv预印本arXiv:1412.6980 [39] 马丁·阿巴迪；阿加瓦尔，阿什什；Paul Barham；尤金·布雷夫多；陈志峰；Citro，Craig；Greg S.Corrado。；安迪·戴维斯；杰弗里·迪恩；马蒂厄·德文；桑杰·盖马瓦特；伊恩·古德费罗；安德鲁·哈普（Andrew Harp）；杰弗里·欧文；迈克尔·伊萨德；贾阳青；若泽福维奇（Rafal Jozefowicz）；卢卡斯·凯泽；Kudlur，曼朱纳特；Josh Levenberg；曼内，蒲公英；拉贾特·蒙加；雪莉·摩尔（Sherry Moore）；默里，德里克；克里斯·奥拉（Chris Olah）；Mike Schuster；乔纳森·施伦斯（Jonathon Shlens）；斯坦纳（Benoit Steiner）；伊利亚·萨茨克弗；库纳尔塔尔瓦尔；保罗·塔克（Paul Tucker）；文森特·范胡克；维杰·瓦苏德万；费尔南达维加斯；葡萄酒、Oriol；典狱长，皮特；马丁·瓦滕伯格（Martin Wattenberg）；马丁·威克（Martin Wicke）；于、元；Zheng，Xiaoqiang，TensorFlow:异构系统上的大规模机器学习（2015），软件可从TensorFlow.org获得 [40] 瓦尔杜希Yeghiazaryan；Voiculescu，Irina D.，《评估医学图像分割的边界重叠度量系列》，《医学成像杂志》，第5、1期，第015006页，（2018） [41] Sargsyan，K。；Najm，H.N。；Ghanem，R.，《关于物理模型的统计校准》，国际化学杂志。Kinet公司。，47, 4, 246-276 (2015) [42] Kingma，Diederik P。；韦林，马克斯，变分自动编码器介绍，发现。Trends®马赫数。学习。，12, 4, 307-392 (2019) ·Zbl 1431.68002号 [43] 斯蒂芬·曼特（Stephan Mandt）；马修·霍夫曼（Matthew D.Hoffman）。；Blei，David M.，作为近似贝叶斯推断的随机梯度下降（2017），arXiv预印本arXiv:1704.04289·Zbl 1442.62055号 [44] Gal，纱线；Ghahramani，Zoubin，作为贝叶斯近似的辍学：在深度学习中表示模型不确定性，（机器学习国际会议（2016），PMLR），1050-1059 [45] 大卫·M·布莱。；Kucukelbir，阿尔卑斯山；乔恩·麦考利夫（Jon D.McAuliffe），《变分推理：统计学家评论》，J.Amer。统计师。协会，112，518，859-877（2017） [46] Wen，Yeming；保罗·维科尔；巴，吉米；Tran，Dustin；罗杰·格罗斯（Roger Grosse），《翻转：迷你背带上的有效伪独立重量扰动》（Flipout）（2018），arXiv预印本arXiv:1803.04386 [47] 沙基尔·穆罕默德；米哈伊拉，罗斯卡；迈克尔·菲格诺夫（Michael Figurnov）；Mnih，Andriy，机器学习中的蒙特卡罗梯度估计，J.Mach。学习。决议，21（2020年）·Zbl 1518.62006号 [48] 塞缪尔·鲍曼（Samuel R.Bowman）。；维尔尼斯。；葡萄酒、Oriol；Dai，Andrew M。；Józefowicz，R。；Samy Bengio，《从连续空间生成句子》（CoNLL（2016）） [49] Sönderby，Casper Kaae；塔帕尼·莱科；马勒，拉尔斯；Sönderby，Sören Kaae；Winther，Ole，《如何训练深度变分自动编码器和概率梯形网络》，3（2016），arXiv预印本arXiv:1602.02282 [50] Van Laarhoven，Peter J.M。；Emile H.L.Aarts，模拟退火，（模拟退火：理论与应用（1987），Springer），7-15·兹伯利0643.65028 [51] 安德鲁·盖尔曼（Andrew Gelman）；约翰·卡林（John B.Carlin）。；哈尔·斯特恩。；鲁宾，唐纳德B.，贝叶斯数据分析（1995），查普曼和霍尔/CRC·Zbl 1279.62004号 [52] Pearce，David J.，《寻找有向图技术强连通分量的改进算法》。代表（2005），维多利亚大学：新西兰惠灵顿维多利亚大学 [53] Reddi，S.S。；Rudin，S.F。；Keshavan，H.R.，图像分割的最佳多阈值方案，IEEE Trans。系统。人类网络。，4, 661-665 (1984) [54] Andrew K.C.Wong。；Sahoo，Prasanna K.，基于最大熵原理的灰度阈值选择方法，IEEE Trans。系统。人类网络。，19, 4, 866-871 (1989) [55] 巴滕堡，基斯·乔斯特；Sijbers，Jan，通过投影距离最小化进行层析图像分割的最佳阈值选择，IEEE Trans。医学成像，28，5，676-686（2008） [56] 鞍山辛拉；Patra，Swarnajyoti，一种用于图像分割的快速自动最优阈值选择技术，信号图像视频处理。，11, 2, 243-250 (2017) [57] 西维亚、德文德吉特；John Skilling，《数据分析：贝叶斯教程》（2006），牛津大学出版社·Zbl 1102.62001号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。