标签
本文提出了一种数据驱动的代理建模框架，采用混合图神经网络-长短期记忆网络架构预测增材制造短纤维热塑性复合材料的静态响应，实现了高精度（R²≈0.98），且计算速度相比有限元模拟提升了两个数量级。
RocketSmith是一个自主系统，利用大语言模型自动进行高功率火箭的设计与增材制造，成功实现了飞行测试，仿真结果与预测远地点的匹配度达到80%。
本文提出了一种混合机器学习方法，用于激光粉末床熔融增材制造中的实时熔池监测，结合EfficientNetB0特征提取与随机森林分类，实现了高精度和亚毫秒级的推理时间。
本文提出了一种新颖的架构，将多头注意力与Soft Actor-Critic算法相结合，用于增材制造中的孔隙率预测和工艺参数优化，相比标准强化学习方法实现了更快的收敛速度和更高的奖励值。