arXiv · Machine Learning· Arthur Jessop, Mohammed Alsubeihi, Ben Moseley, Ashwin Kumar Rajagopalan·· 14 小时前AI 评分51
可微混合建模从实验数据学习并优化化学传输过程
Differentiable Hybrid Modelling for Learning and Optimising Chemical Transport Processes from Experimental Data
AI 导读
论文提出一种可微混合建模框架，将神经网络嵌入 GPU 加速的 population balance equation 求解器，从实验结晶数据中学习本构律并同化初始条件。基于 13 组真实实验，初始条件同化使轨迹误差相较传统建模降低七倍，并识别出一个可在恒定质量下将晶体长宽比降低 25% 的 300 变量温度曲线。
来源：arXiv · Machine Learning · arxiv.org