Active Learning-Driven Surrogate Modeling for Fatigue LifePrediction of LPBF Hastelloy-X Using Defect-Informed FiniteElement Analysis
본 논문은 다양한 조건 하에서 LPBF Hastelloy-X의 피로 수명을 정확하고 효율적으로 예측하기 위해 결함 정보 기반 유한 요소 해석과 능동 학습 기반 가우시안 프로세스 대리 모델링을 통합하는 하이브리드 프레임워크를 제시하며, 실험 데이터 요구량을 95% 이상 절감하면서도 높은 충실도를 달성하였다.