Amortized Posteriors for Estimation of Material Constitutive Parameters from Multimodal Measurements on Small Punch Tests
Este artículo presenta un marco amortizado y libre de verosimilitud que combina sustitutos de procesos gaussianos y el ajuste de flujo condicional para estimar eficientemente los parámetros constitutivos de materiales a partir de datos multimodales de la prueba de Small Punch, demostrando que la integración de los campos de Correlación de Imágenes Digitales con las curvas de fuerza-desplazamiento mejora significativamente la precisión de la posterior en comparación con el uso exclusivo de datos de respuesta global.