机构名称：
¥ 2.0
摘要。在半个多世纪的时间里，科学家开发了数学模型来了解人心的行为。今天，我们有数十种心脏组织模型可供选择，但是选择最佳模型仅限于专家专业人士，容易偏向用户偏见，并且容易受到人为错误的影响。在这里，我们将人类从循环中取出并自动化模型发现过程。朝向这个目标，我们建立了一种新型不可压缩的正性构型神经网络，以同时发现模型和参数，可以最好地解释人类心脏组织。值得注意的是，我们的网络具有32个内部术语，8个各向同性和24各向异性，并且完全自主选择了最佳模型，其中包括超过40亿可能的术语组合。我们证明我们可以通过三轴剪切和双轴扩展测试成功训练网络，并系统地将参数向量稀疏为L 1-正则化。引人注目的是，我们坚强地发现了一个四个期模型，该模型在第二个不变I 2中具有二次术语，而在第四和第八个不变的I 4F，I 4N和I 8F中，指数二次术语。重要的是，我们发现的模型是可以通过设计来解释的，并且具有具有良好固定的物理单位的参数。我们表明，它的表现优于流行的现有心肌模型，并且可以很好地概括，从均质实验室测试到异质的整个心脏模拟。这是通过直接将发现的网络权重作为输入的新的通用材料子例程来实现的。自动化模型发现的过程有可能使心脏建模，扩大科学发现的参与以及加速心血管疾病创新治疗的发展。
双牛素增强微管以促进软环境中的生长锥
主要关键词
相关文件推荐
