A hierarchy of thermodynamics learning frameworks for inelastic constitutive modeling
تقدم هذه الورقة إطاراً موحداً للتعلم الآلي للمقارنة بشكل منهجي بين تأثير الهياكل الديناميكية الحرارية المختلفة —مثل جهود التبديد، والمواد القياسية المعممة، والأنظمة الميتريبلبتيكية— على قابلية التعلم، والاستقرار، والتعميم للنماذج التكوينية القائمة على البيانات للمواد غير المرنة المعقدة.