arXiv 机器学习· Xiangyu Sun, Shirin Hosseinmardi, Ramin Bostanabad·· 3 小时前AI 评分33
基于机器学习的可扩展应力约束拓扑优化：超分辨率与同步优化方法
Scalable Stress-Constrained Topology Optimization: A Super-resolution and Simultaneous Approach Based on Machine Learning
AI 导读
研究人员提出了同步神经拓扑优化（SNTO）框架，用定制神经网络同时表征状态、伴随和设计变量，在单次循环中联合优化以解决高算力消耗的应力约束拓扑优化难题。该方法通过将设计域划分为子域并结合硬件感知训练方案，控制 GPU 显存峰值并确保场连续性。
来源：arXiv 机器学习 · arxiv.org