Transferable 3D Convolutional Neural Networks for Elastic Constants Prediction in Nanoporous Metals
본 연구는 전이 가능한 3D 합성곱 신경망, 구체적으로 DenseNet-201 아키텍처가 나노다공성 금속의 탄성 상수 예측에 있어 기존 기술 기반 모델보다 현저히 우수한 성능을 보이며, 전이 학습과 대규모 확률적 평가를 통해 높은 정확도 () 를 달성하고 파레토 최적 설계를 식별할 수 있음을 입증한다.