【专题一：基于AI-有限元】
实践1：软件环境配置与二次开发方法实践、python/abaqus脚本交互、自动化建模、二次开发框架搭建、Hashin/Tsai-Wu失效分析有限元实战、TexGen软件安装及GUI界面操作、三维编织网格划分
实践2：大批量仿真分析与数据处理方法、复合材料分析模型建立、PyCharm嵌入ABAQUS计算内核、PowerShell调用Python FEA脚本解决动态内存爆炸问题、RSE、RVE模型、输出训练数据集、ABAQUS实现Direct FE2方法仿真分析（复合材料））
实践3：代码实现与训练（PyTorch/TensorFlow模型搭建、构建多层感知机（DNN）的训练预测网络、二维结构的特征处理及预测网络（CNN—ResNet/DenseNet）+多模态学习预测、PINN）学习预测模型、三维卷积神经网络）
实践4：基于预训练模型的迁移学习
实践5：端到端复合材料性能预测系统开发
【专题二：人工智能赋能聚合物及复合材料模型应用】
聚合物多层次结构表示、性能预测、结构设计、均聚物数据集清洗、去噪、标准化、数据收集与预处理 、特征选择方法、均聚物性能研究、数据集规模与质量对模型的影响(Scalling laws in polymers)、复合材料力学性能预测（如应力应变曲线）、DNN参数更新、CNN及GNN在聚合物中的应用 、大模型训练与部署：Langchain、HuggingFace等、分子生成模型、大语言模型架构应用 、机器学习预测聚氨酯复合材料应力应变曲线、机器学习预测PI复材力学性能、可解释性分析：特征重要性分析、SHAP 应用 、逆向设计智能筛选、聚合物表示学习性能探索、高通量筛选工作流、生成式 AI 驱动全空间聚合物材料生成、主动学习、强化学习框架实现、聚合物生成式模型与大语言模型实践

【专题三智能融合：增材制造多物理场AI建模与工业应用实战】 激光-材料相互作用机理、多物理场监测方法、深度学习核心理论（基础、迁移学习、联邦学习、迭代学习、增材特征工程、工业场景模型评估）、案例论文复现：定向能量沉积常见缺陷过程监测；（2）定向能量沉积或激光焊接形貌质量控制；核心算法精研：一维热传导问题的PINN构建流程、熔池状态分类部署、网格采样、温度场建模、梯度计算、收敛调试、PINN核心原理与构建；基于迁移学习PINN的增材制造3D温度场预测（论文复现，如何套壳实现你自己领域的PINN模型）；不确定量化（UQ）建模基础、Fluent的仿真与不确定性传播分析、不确定性量化与敏感性分析方法、案例实践：（1）仿真数据驱动定向能量沉积温度场不确定性量化（2）温度梯度/冷却速率稳定性鲁棒最优化；微观组织与晶体结构建模、ExaCA模拟流程、晶体学参数预测模型构建、案例实践：ExaCA + AI的集成建模与预测应用（与前面的知识相融合）。
【专题四：基于fluent和深度学习算法驱动的流体力学计算与应用】
有限差分对流扩散、有限元非线性热传导、N-S方程求解、顶盖驱动方腔流计算、稳态/非稳态流体计算、fluent两相流求解、仿真后处理（tecplot）、圆柱绕流、小球入水、tecplot科研绘图、PCA、SVD、python语言cfd数据压缩、激活/损失函数、pytorch搭建、梯度下降法、GANs、Neural ODE、物理信息/哈密顿神经网络、动模态分解、CNN流场信息预测、Diffusion model定义与算例、神经网络流体超分辨、JAX-PINN、二维机翼流场模拟预测
https://mp.weixin.qq.com/s/_61W4yvBqwTvx37LDikadg
详查：某公某号：研而有信er

3

3

置顶一下，防止沉贴

顶

顶一下，防沉帖~