cs.LG, physics.comp-ph · 발표 2026-05-19 · 갱신 2026-05-24임팩트
Miller 지수 기반 잠재 결정학적 파괴면 추론 및 시각-언어 모델을 활용한 생성
Qinwu Xu, Xiaofu Ma, Yifan Jiang
인용 1매칭: generative model, fracture, relevance:0.85
- 이 연구는 다중 모드 대규모 언어 모델(MLLM)이 결정학적 평면 지수(Miller 지수)를 파괴 형상 추론에 활용하는지 탐구합니다.
- Miller 지수 (h,k,l)를 이상적인 평면 파괴를 제어하는 잠재 변수로 공식화했습니다.
- 모델은 시각적 관찰을 물리적으로 유효한 평면 가설로 매핑하고, 해당 표현의 유효성을 평가합니다.
- 합성 데이터, 2D-3D 기하학적 쌍, 실제 파괴 이미지로 실험하여 MLLM의 성능을 검증했습니다.
- MLLM이 물리적 제약을 인식하는 추론 시스템으로 작동할 수 있음을 보여줍니다.
TLDR (Semantic Scholar): It is suggested that MLLMs can act as physics-aware reasoning systems conditioned on structured latent priors, provided that the domain of validity is explicitly modeled.
#다중 모드 대규모 언어 모델#결정학적 파괴#Miller 지수#물리 인식 AI
cs.CE · 발표 2026-06-15최신
향상된 구조 건전성 평가를 위한 물리 기반 민감도 분석: 강철-콘크리트 복합 교량 사례 연구
Jacopo Bonari, Francesca Marsili, Max von Danwitz, Alexander Popp
매칭: physics-informed, structural, prognostic, mechanical, relevance:0.85
- 노후화 및 기후 변화 등으로 교량의 효과적인 구조 건전성 모니터링(SHM)이 중요해지고 있습니다.
- 이 연구는 SHM과 민감도 분석(SA)을 결합하여 교량 반응에 가장 큰 영향을 미치는 구조 매개변수를 식별합니다.
- 독일 연방군 대학교의 실제 교량을 모사한 고정밀 물리 기반 수치 모델을 개발했습니다.
- 이 모델을 활용하여 다양한 기계적 조건에서 교량 구조 반응에 대한 SA 연구를 수행했습니다.
- 이는 SHM과 SA를 통합한 체계적인 평가 프레임워크를 제시하여 예측 능력과 불확실성 정량화를 개선합니다.
#구조 건전성 모니터링#민감도 분석#물리 기반 모델#교량 공학