本申请公开一种机器学习模型的训练方法、机器学习模型的训练装置、预测系统、计算机设备及计算机可读存储介质;其中,所述机器学习模型的训练数据中的输入数据即物件三维模型的打印特征中包括体素特征及模型几何特征,通过获取物件三维模型的各个基本单元的特性及基本单元之间的关联,使训练获得的目标机器学习模型在对不同打印构件打印过程进行预测时可基于将复杂结构离散化获得的体素特征及模型几何特征以计算预测复杂结构打印中随时间变换的温度历史或/及应力历史数据,本申请的机器学习模型的训练方法获得的机器学习模型不仅局限于简单几何体例如填充立方体的打印预测,也可适应于对多种打印构件的打印预测。
声明:
“机器学习模型的训练方法、训练装置、预测系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)