Physics-informed neural network for predicting fatigue life of unirradiated and irradiated austenitic and ferritic/martensitic steels under reactor-relevant conditions
यह अध्ययन एक फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (PINN) फ्रेमवर्क प्रस्तुत करता है जो रिएक्टर-प्रासंगिक स्थितियों के तहत सटीक, विश्वसनीय और व्याख्या योग्य मूल्यांकन सुनिश्चित करने के लिए भौतिक बाधाओं को समाहित करके, अनिरैडिएटेड और इरेडिएटेड ऑस्टेनाइटिक एवं फेरिटिक/मार्टेंसिटिक स्टील्स के लो-साइकिल फैटीग जीवन की भविष्यवाणी करने में पारंपरिक मशीन लर्निंग मॉडलों से बेहतर प्रदर्शन करता है।