arXiv 机器学习· Haoran Li, Yingxue Zhao, Haosu Zhou, Mustapha Ziane, Pierre Culiere, Tobias Pfaff, Nan Li·· 4 小时前AI 评分32
BAT-NO：用于车辆零部件耐撞性预测的边界条件感知 Transformer 神经算子
BAT-NO: A Boundary-Condition-Aware Transformer Neural Operator for Crashworthiness Prediction of Vehicle Components
AI 导读
BAT-NO 神经算子可自回归预测车辆零部件在几何与边界条件变化下的瞬态位移场及标量耐撞性响应。在最严苛测试中，该模型将平均节点欧氏位移误差较次优模型降低 32.6%，并在 300 个未见测试模拟中实现 0.267 mm 误差。此外，其标量解码器联合预测 6 条响应轨迹的平均相对误差为 2.46%，多数衍生指标中位数误差低于 3%。
来源：arXiv 机器学习 · arxiv.org