Buchumschlag

Multiscale modeling of materials and neural operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Bhattacharya, Kaushik
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Constitutive relations from images
von: Wihardja, Adeline, et al.
Veröffentlicht: (2025)

Artificial sunflower: Light-induced deformation of photoactive shells
von: Sanagala, Sathvik, et al.
Veröffentlicht: (2024)

Effective behavior of heterogeneous media governed by strain gradient elasticity
von: Singh, Harkirat, et al.
Veröffentlicht: (2025)

Dynamic hysteresis model of grain-oriented ferromagnetic material using neural operators
von: Guo, Ziqing, et al.
Veröffentlicht: (2025)

Learning constitutive relations from experiments: 1. PDE constrained optimization
von: Akerson, Andrew, et al.
Veröffentlicht: (2024)

A Neural-Network Framework to Learn History-Dependent Constitutive Laws and Identifiability of Internal Variables
von: Raj, Mayank, et al.
Veröffentlicht: (2026)

Learning viscoplastic constitutive behavior from experiments: II. Dynamic indentation
von: Akerson, Andrew, et al.
Veröffentlicht: (2025)

Learning a potential formulation for rate-and-state friction
von: Liu, Shengduo, et al.
Veröffentlicht: (2025)

Grain-size dependence of plastic-brittle transgranular fracture
von: Scherer, Jean-Michel, et al.
Veröffentlicht: (2025)

Characterization of the soft behavior of nematic elastomers over a range of temperature and strain rates
von: Kutsyy, Alice, et al.
Veröffentlicht: (2025)

Simulations of grain growth in tungsten armor materials under ARC plasma edge operation conditions using an integrated plasma-edge/materials model
von: Yu, Jinxin, et al.
Veröffentlicht: (2025)

Multiscale modelling of thermally stressed superelastic polyimide
von: S, Jerome Samuel, et al.
Veröffentlicht: (2025)

Multiscale modeling of hydrogen diffusion in iron considering the effect of dislocations
von: Álvarez, Gonzalo, et al.
Veröffentlicht: (2025)

Broken neural scaling laws in materials science
von: Großmann, Max, et al.
Veröffentlicht: (2026)

Multiscale approach for modeling magnetization properties of inhomogeneous ultrathin magnetic layers
von: Mordret, Julien, et al.
Veröffentlicht: (2024)

Distributional Inverse Homogenization
von: Vadeboncoeur, Arnaud, et al.
Veröffentlicht: (2026)

Optimal Experimental Design for Reliable Learning of History-Dependent Constitutive Laws
von: Bhattacharya, Kaushik, et al.
Veröffentlicht: (2026)

Virp: neural network-accelerated prediction of physical properties in site-disordered materials
von: Chen, Andy Paul, et al.
Veröffentlicht: (2026)

Physics-informed neural operator for predictive parametric phase-field modelling
von: Chen, Nanxi, et al.
Veröffentlicht: (2026)

Multiscale Models For Perovskite Optimisation
von: Baranek, Philippe, et al.
Veröffentlicht: (2025)

High Strain Rate Behavior of Liquid Crystal Elastomers
von: Wihardja, Adeline, et al.
Veröffentlicht: (2025)

Multiscale nanoindentation modeling of concentrated solid solutions: A continuum plasticity model
von: Frydrych, K., et al.
Veröffentlicht: (2022)

Consistent machine learning for topology optimization with microstructure-dependent neural network material models
von: Vijayakumaran, Harikrishnan, et al.
Veröffentlicht: (2024)

Multiscale micromagnetic / atomistic modeling of heat assisted magnetic recording
von: Gija, Mohammed, et al.
Veröffentlicht: (2025)

Determining the grain orientations of battery materials from electron diffraction patterns using convolutional neural networks
von: Scheunert, Jonas, et al.
Veröffentlicht: (2025)

Coarse-grained crystal graph neural networks for reticular materials design
von: Korolev, Vadim, et al.
Veröffentlicht: (2023)

A comparative study of transformer models and recurrent neural networks for path-dependent composite materials
von: Uvdal, Petter, et al.
Veröffentlicht: (2026)

Designing flexible hard magnetic materials for zero-magnetic-field operation of the anomalous Nernst effect
von: Park, Sang J., et al.
Veröffentlicht: (2024)

Equivariant neural network for Green's functions of molecules and materials
von: Dong, Xinyang, et al.
Veröffentlicht: (2023)

Bayesian neural networks for predicting uncertainty in full-field material response
von: Pasparakis, George D., et al.
Veröffentlicht: (2024)

Exploring large language models for microstructure evolution in materials
von: Satpute, Prathamesh, et al.
Veröffentlicht: (2024)

Representation-space diffusion models for generating periodic materials
von: Sinha, Anshuman, et al.
Veröffentlicht: (2024)

Integrating electronic structure into generative modeling of inorganic materials
von: Park, Junkil, et al.
Veröffentlicht: (2025)

Microstructure sensitive recurrent neural network surrogate model of crystal plasticity
von: Atkinson, Michael D., et al.
Veröffentlicht: (2025)

Multiscale Analysis of Plasma-Modified Silk Fibroin and Chitosan Films
von: Nashed, Jordan, et al.
Veröffentlicht: (2026)

Are diffusion models ready for materials discovery in unexplored chemical space?
von: Kim, Sanghyun, et al.
Veröffentlicht: (2025)

Analytical model for predicting induced-stress distributions in polycrystalline materials
von: Mede, Timon, et al.
Veröffentlicht: (2024)

Accelerated prediction of dielectric functions in solar cell materials with graph neural networks
von: Ginter, Caden, et al.
Veröffentlicht: (2025)

Self-consistent layer-projected scissors operator for band structures of complex 2D van der Waals materials
von: Leon, Dario A., et al.
Veröffentlicht: (2025)

Machine learning-driven elasticity prediction in advanced inorganic materials via convolutional neural networks
von: Liu, Yujie, et al.
Veröffentlicht: (2025)