Developing robust stress intensity factor models using Fourier-based data analysis to guide machine learning method selection and training

doi:10.1016/j.engfracmech.2025.111387

Developing robust stress intensity factor models using Fourier-based data analysis to guide machine learning method selection and training

2025-07-19

0

PRE

AI

DOI：10.1016/j.engfracmech.2025.111387

原文链接

原文求助

摘要

En 中文

• 机器学习（ML）提供了一种创建SIF模型的替代方法。 • 深度算子网络（DeepONet）在SIF预测中的首次应用。 • DeepONet相比其他常用机器学习模型提高了精度。 • 基于傅里叶变换（FT）进行数据集分析的机器学习模型选择指南。 • 傅里叶变换（FT）通过分析频率衰减模式来指导机器学习模型的选择。

Keyword:

machine learning

stress intensity factor

DeepONet

Fourier transform

model selection

Developing robust stress intensity factor models using Fourier-based data analysis to guide machine learning method selection and training

摘要

期刊

机构

引用论文