Transferable 3D Convolutional Neural Networks for Elastic Constants Prediction in Nanoporous Metals
本研究は、DenseNet-201 構造を特化した転移可能な 3 次元畳み込みニューラルネットワークが、ナノ多孔質金属の弾性定数を予測する際に従来の記述子ベースモデルを著しく凌駕し、転移学習と大規模な確率的評価を通じて高い精度()を達成するとともに、パレート最適設計の同定を可能にすることを示している。