محققان در مطالعه جدید خود به سراغ حل یکی از چالشهای کلاسیک علم مواد رفتند! آنها با استفاده از شبکههای عصبیِ محدود به فیزیک (PCNN)، توانستند خطای ناشی از «اثر اندازه تورفتگی» (ISE) را در تستهای مکانیکی فولاد به شکل چشمگیری کاهش دهند.
این روشِ هوشمند با ترکیب دادههای تجربی و قوانین فیزیکی، دقت اندازهگیری سختی را در سطوح کمعمق تا حد زیادی بالا برده است. برتری این مدل نسبت به روشهای سنتی، پایداری فوقالعاده آن در شرایط آزمایشگاهی مختلف است که میتواند در آینده تحلیلهای دقیقتری از مواد ارائه دهد. 🔬⚙️
منبع: arXiv Machine Learning
