AI اور دنیا کے مشکل مسائل · کیمیا اور مواد · arXiv · 2026-10-20

مشین لرننگ اور فزکس کی پابندی والے نیورل نیٹ ورک کے ذریعے فولاد میں انڈینٹیشن سائز اثر کی کم ڈیٹا سے تخفیف

اصل عنوان: Data-Efficient Indentation Size Effect Mitigation in Steels Using Machine Learning and a Physics-Constrained Neural Network

indentation size effect کی وجہ سے کم گہرائی کی nanoindentation سختی کو ضرورت سے زیادہ ناپتی ہے، جو پتلی تہوں اور چھوٹے حجم کے لیے مسئلہ ہے۔ مصنفین نے تین اقسام کے اسٹیل کی indentations پر سات ماڈلز کو تربیت دی تاکہ ایک ہی کم گہرائی کی indentation سے زیادہ بوجھ کی حوالہ سختی کی پیش گوئی کی جا سکے۔ ایک نامعلوم اسٹیل پر، ridge regression اور فزکس کی پابندی والے نیورل نیٹ ورکس نے 3.7–4.8% MAPE حاصل کیا، جبکہ Random Forest اور XGBoost کی منتقلی سب سے خراب رہی، بالترتیب 10.2% اور 8.5% پر۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →