湖南大学龙湘云获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉湖南大学申请的专利一种物理信息神经网络与有限元结合的深度学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119862762B 。
龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411781150.0，技术领域涉及：G06F30/27；该发明授权一种物理信息神经网络与有限元结合的深度学习方法是由龙湘云;熊伟;姜潮设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。
本一种物理信息神经网络与有限元结合的深度学习方法在说明书摘要公布了：本发明涉及计算力学与深度学习交叉的技术领域，具体是一种物理信息神经网络与有限元结合的深度学习方法；具体是将偏微分方程嵌入到神经网络，包括以下步骤：S1、对求解域划分网格，并计算刚度矩阵与节点载荷列阵；S2、收集观测数据和边界条件；S3、将刚度矩阵表示的能量和观测数据的拟合误差作为损失函数来训练神经网络；S4、执行优化算法对神经网络进行优化；S5、以及重复训练和优化步骤直到收敛；本发明提出的深度有限元法，将物理信息神经网络与有限元方法相结合，在物理知识与观测数据融合、建模流程与损失函数设计、模型训练稳定性与简洁性、计算效率与精度、前后处理技术与迁移学习能力以及适用性等方面都展现出了显著的优势和有益效果。
本发明授权一种物理信息神经网络与有限元结合的深度学习方法在权利要求书中公布了：1.一种物理信息神经网络与有限元结合的深度学习方法，其特征在于：将偏微分方程嵌入到神经网络，包括以下步骤： S1、对求解域划分网格，并计算刚度矩阵与节点载荷列阵； S2、收集观测数据和边界条件； S3、将刚度矩阵表示的能量和观测数据的拟合误差作为损失函数来训练神经网络； S4、执行优化算法对神经网络进行优化； S5、以及重复训练和优化步骤直到收敛； 所述损失函数由物理项损失和数据项损失组成，数据项损失用于引入观测数据或边界条件，所述的损失函数的一般形式如下式所示： L＝Lphys.θ+Ldat.θ12 数据项损失如下式所示： 所述的物理损失项对神经网络参数的导数如下： 在损失函数收敛时，得到的解为满足偏微分方程的正确解，且损失函数对参数的二阶导数大于0，具有局部凸性。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410006 湖南省长沙市岳麓区麓山南路麓山门；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号