不确定性引导框架增强微液滴发生器代理建模与逆向设计

David Gabriel Harispe 等人在一篇 arXiv 论文中提出一种结合自适应代理模型增强与仿真驱动逆向设计的方法，用于微流控液滴发生器设计。该方法以 Volume-of-Fluid 高保真仿真为基准数据，用神经网络集成预测流型和液滴直径，并利用集成不确定性量化定位流型转变边界等关键区域，对这些区域定向补充仿真并再训练模型。 作者称，在独立测试数据集上的验证表明增强后的集成模型精度更高，且该方法在保证预测可靠的同时显著降低了计算成本。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。