Stochastic Material Characterization of SWCNT-Nanocomposites Based on Multiscale Finite Element and Neural Network Coupling
본 논문은 전통적인 몬테카를로 시뮬레이션의 계산적 한계를 크게 극복하기 위해, 다중 스케일 유한 요소 분석을 인공 신경망과 결합하여 단일벽 탄소나노튜브(SWCNT) 강화 폴리머 복합재의 비가우시안(non-Gaussian) 및 공공(vacancy) 주도 확률론적 기계적 특성을 효율적으로 규명하는 머신러닝 기반 프레임워크를 제안한다.