Optimización en el descubrimiento del comportamiento de materiales mediante Redes Neuronales Guiadas por Física con Variables Internas

Abstract

Este estudio combina algoritmos de aprendizaje automático con principios físicos para descubrir el comportamiento constitutivo en distintos materiales, utilizando métodos para reducir el coste computacional en el entrenamiento. Dichos métodos incluyen ténicas de embedding, que permiten aprender una representación de los datos experimentales en un espacio latente reducido, y técnicas de transfer learning para, una vez aprendido dicho espacio latente, obtener el comportamiento de un nuevo material de forma más rápida.