小样本高精度预测
该模型结合变分自编码器与神经常微分方程，能够从少量初始数据中学习疲劳演化规律并预测剩余刚度。
Jiang, Dong · 钱慧 · Yusheng, Wang · Zheng, Jincheng · 张大海 · Qiyu, Li
Composite Structures 2023
通过潜在变量插值，仅用初始10%的室温疲劳剩余刚度数据即可实现高精度后续预测。
高温疲劳剩余刚度仅用前30%数据即可实现高精度重构，显著减少所需数据量。
神经网络能够从不同温度的数据中学习刚度退化规律，实现对高温疲劳剩余刚度的高精度重构。