- ICML基于专家演示的自适应网格生成的迭代尺寸场预测
通过协同网络和在线数据获取方案结合的方式，AMBER 将网格生成视为一种模仿学习问题，能够在推理过程中对任意新的几何形状进行高效准确的模仿，从而实现资源分配和精确模拟工程系统中的复杂物理系统。
- 利用构型关系感知深度算子网络增强多尺度模拟
本文主要研究多尺度问题，在固体力学中应用深度算子网络进行模型预测和数值模拟，以解决初始边界值问题，并利用数值均化方法将微观结构属性融入宏观计算分析，最终通过混合方法得出准确的结果。
- 物理信息操作学习与有限元法的参数学习偏微分方程的融合
利用物理知识驱动的深度学习方法在异质固体中解决参数化偏微分方程，它的关键是建立复杂的热导率分布、温度分布和热流分量之间的联系，通过固定边界条件，在这项工作中，我们独立于有限元方法等经典求解器，并通过基于离散弱形式的损失函数定义方法给出出色的 - 一种用于预测 3D 网格节点数据的混合 GNN 方法
介绍了一种基于图卷积的替代模型的混合方法，可以更便宜地进行加工和生成新的数据模拟，实现从网格数据到图或点云结构的转换，通过深度学习预测的结果与有限元方法产生的结果相似，且在生成模拟方面优于现有的 PointNet 和简单图神经网络模型。
- ICLR使用正向和反向模式自动微分将偏微分方程引入到 JAX
使用有限元方法扩展了 JAX 自动微分库，通过 Firedrake 有限元库实现对偏微分方程的符号化表示，从而有效地将有限元解算器与任意可微程序进行组合。
- 焊接组件的综合数字化重建：支持改进的疲劳寿命预测
在离岸支架基础的设计中，疲劳寿命至关重要。提出了一种增强焊接接头疲劳性能的焊后处理方法，其中高频力学冲击（HFMI）处理被证明可以显著改善疲劳性能。自动化的 HFMI 处理提高了质量保证并在与精确的疲劳寿命预测相结合时可以带来成本效益的设计 - 通过学习压缩的有限元模型进行软体机器人的直接和逆向建模
基于学习的方法提出了一种紧凑但足够丰富的力学表示，通过 FEM 模型的压缩获得非线性可变性数据，在模型化中非常高效，并能够推导出机器人的正向和逆向运动学。
- 理解物理效应以实现有效的工具使用
本研究提出了一种基于机器人学习和规划框架的工具使用策略，通过使用 Finite Element Method 仿真器和 Iterative Deepening Symbolic Regression 算法，实现更加高效、精准的物理模拟和最优 - FRC-TOuNN: 使用神经网络进行连续纤维增强复合材料的拓扑优化
本文提出了一个拓扑优化框架，使用神经网络在提高分辨率的同时优化功能梯度连续纤维增强复合材料的矩阵拓扑和纤维分布，最终通过有限元模拟和加法制造的方法实现了优化连续纤维增强复合材料的制备。
- 学习物理知识驱动的软体机器人操作仿真模型：以电致弹性体致动器为例的案例研究
本研究提出了一种基于不同 iable simulator 的软致动器物理可行模型的训练方法，其通过与有限元方法结合来实现闭环控制，基于该模型构建 MPC 控制器，实现对硬币的拉动并获得了低于 5％的仿真误差。
- 通过物理知识指导的神经网络科学机器学习：现状和未来展望
文章综述了物理学启发的神经网络（PINN）的文献，并介绍了其特点和优缺点。此外，研究还包括了使用 PINN 以及它的许多其他变体解决 PDE、分数方程、积分微分方程和随机 PDE 的广泛应用领域，以及它们的定制化方法，如不同的激活函数、梯度 - 有限元方法的八十年：诞生、演化与未来
本文从历史的角度出发，主要侧重于分析有限元方法在固体和结构力学方面的应用及其相关发展，以及有限元方法在流体力学、传热和流体 - 结构相互作用等领域中的重要影响。该论文将 FEM 的发展划分为四个时期：I.（1941-1965）FEM 的早期 - DiSECt: 用于自主机器人切割的可微分仿真引擎
本文介绍了用于切割软材料的第一个可区分的模拟器，它在有限元方法的基础上增加了连续的接触模型和连续的损伤模型，可以用于控制验证、策略学习和数据集生成，同时可以进行梯度优化。作者通过多个实验验证了模拟器的性能，包括匹配现实世界的切割数据集和高质 - ReLU 深度神经网络与线性有限元
研究使用 ReLU 函数作为激活函数的深度神经网络和连续分段线性函数的关系，特别是从单纯形线性有限元法（FEM）得到的连续分段线性函数。在此基础上，我们证明了使用 ReLU DNN 表示任何线性有限元函数需要至少两个隐藏层，而使用 ReLU - Firedrake：通过组合抽象自动化有限元方法
Firedrake 是一个新的工具，用于自动化解决偏微分方程的数值解。它采用 FEniCS 项目的有限元方法领域特定语言，但使用纯 Python 运行时，聚焦于科学计算的几个现有和新的抽象层次，从而实现了更完整的关注点分离，并容易将计算机科 - 自适应网格细化实现树突微结构的高效计算
通过自适应网格有限元方法，研究树突微观结构演化，计算复杂度随着系统大小线性增加，可推广至三维和小孔径下冷却过程。