← heapsort-ai

Surrogate Models

2 items

RESEARCHarXiv CS.AI·4/17/2026

Interpretable and Explainable Surrogate Modeling for Simulations: A State-of-the-Art Survey and Perspectives on Explainable AI for Decision-Making

Diese Studie untersucht die Integration von Surrogatmodellierung und Erklärbarer KI (XAI) für komplexe Systemsimulationen und adressiert dabei die inhärente Black-Box-Natur dieser Modelle. Sie zielt darauf ab, diese komplementären Bereiche wieder zu verbinden, indem sie aufzeigt, wie XAI Surrogatmodelle trotz technischer Einschränkungen entschlüsseln kann.

27
RESEARCHarXiv CS.LG·vor 22T

Mask-Morph Graph U-Net: A Generalisable Mesh-Based Surrogate for Crashworthiness Field Prediction under Large Geometric Variation

Dieser Artikel stellt Mask-Morph Graph U-Net (MMGUNet) vor, einen Ansatz zur Behebung der Einschränkungen hierarchischer Graph U-Net-Architekturen in Crash-Simulationen. Ziel ist es, die Generalisierbarkeit durch Beibehaltung einer festen Grobgraphkonnektivität und Verbesserung der räumlichen Korrespondenz zu erhöhen, was eine schnellere Alternative zu rechenintensiven Finite-Elemente-Methoden bietet.

27