Geometric and Topological Deep Learning for Predicting Thermo-mechanical Performance in Cold Spray Deposition Process Modeling
Cette étude propose un cadre d'apprentissage profond géométrique utilisant des réseaux de neurones à graphes pour prédire avec une grande précision la réponse des particules lors du procédé de projection à froid, démontrant que l'agrégation de voisinages spatiaux constitue une stratégie de modélisation de substitution robuste et interprétable pour l'optimisation de ce processus.