"থ্রি-আপ স্টিরিও-লিথোগ্রাফি (এসএলএ) 3 ডি মুদ্রণ প্রক্রিয়ার জন্য ডিপ লার্নিং ভিত্তিক স্ট্রেস পূর্বাভাস" শিরোনামের একটি থিসিসে "বাফেলো ছাত্রের একটি বিশ্ববিদ্যালয় আদিত্য প্রমোদ খাদিককার একটি গভীর ব্যবহার করে এসএলএ 3 ডি মুদ্রণে অংশগুলির চাপ বিতরণের পূর্বাভাসের একটি পদ্ধতি বর্ণনা করেছেন। শেখার কাঠামো। ফ্রেমওয়ার্কটিতে একটি নতুন 3 ডি মডেল ডেটাবেস রয়েছে যা আসল 3D অংশগুলিতে পাওয়া যায় এমন বিভিন্ন জ্যামিতিক বৈশিষ্ট্যগুলি ধারণ করে এবং "ইনপুট এবং সংশ্লিষ্ট লেবেলগুলি (আউটপুট) তৈরি করতে ব্যবহৃত 3 ডি মডেলগুলিতে FE সিমুলেশন ব্যবহার করে। ডিএল নেটওয়ার্ক প্রশিক্ষণের জন্য। "
একাধিক নমুনা সিএনএন ব্যবহার করে পরীক্ষা করা হয়েছিল। নির্দিষ্ট লেয়ারের একই ক্রস বিভাগগুলির সাথে একাধিক অংশ একটি বিশেষ স্তরে চাপ বিতরণ নির্ধারণ করতে পরীক্ষা করা হয়। খুদিককার ও তার সহকর্মীরা দেখেন যে একই স্তরটির একটি বিশেষ স্তরের বিভিন্ন অংশগুলি সেই স্তরে বিভিন্ন স্ট্রেস বিতরণ ছিল।
এক গুরুত্বপূর্ণ উপসংহার হল যে সিএনএন FEA সিমুলেশনের তুলনায় অনেক দ্রুত। তথ্যটি কার্যকরভাবে কাজ তৈরি করে, স্তরগুলির উপরে চাপের বন্টন নির্ধারণের জন্য শীর্ষ স্তরের উপর নির্ভরশীল পিক স্ট্রেস এবং তথ্যগুলি নির্ধারণ করতে সহায়তা করে। সাধারণভাবে, গভীর শেখার মডেল চাপ ভবিষ্যদ্বাণী জন্য ব্যবহৃত সহজ স্নায়ু নেটওয়ার্ক মডেল চেয়ে ভাল সঞ্চালন।
