其他arXiv cs.LG4 天前
Learning Topology-Aware Representations for Mechanics-Relevant TPMS Metamaterials
该论文提出拓扑感知表示学习框架，将持续同调融入DMAE骨干网络，显式编码TPMS机械超材料的全局结构连通性。通过持续引导掩码和辅助同调解码器，在家族分类、力学性能分类、无监督聚类和回归任务上均取得提升，聚类性能最高提升51.5%，为复杂三维力学超材料的表示学习提供了有效的拓扑归纳偏置。
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 1 条符合条件
该论文提出拓扑感知表示学习框架，将持续同调融入DMAE骨干网络，显式编码TPMS机械超材料的全局结构连通性。通过持续引导掩码和辅助同调解码器，在家族分类、力学性能分类、无监督聚类和回归任务上均取得提升，聚类性能最高提升51.5%，为复杂三维力学超材料的表示学习提供了有效的拓扑归纳偏置。