Transferable 3D Convolutional Neural Networks for Elastic Constants Prediction in Nanoporous Metals
Questo studio dimostra che le reti neurali convoluzionali 3D trasferibili, in particolare l'architettura DenseNet-201, superano significativamente i modelli tradizionali basati su descrittori nella previsione delle costanti elastiche dei metalli nanoporosi, raggiungendo un'alta accuratezza () e consentendo l'identificazione di progetti ottimali di Pareto attraverso l'apprendimento per trasferimento e la valutazione stocastica su larga scala.