PulseAugur
中
实时 09:58:53
English(EN) A Physics-Regulated Neural Framework for Learning 3D Grain Growth Dynamics

新AI框架精确模拟三维晶粒生长动力学

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为3D-PRIMME的新框架，可以精确模拟三维晶粒生长动力学。这个物理调控神经网络仅需学习两个连续的时间步长，就能在长时间内保持线性粗化定律和拓扑统计等物理不变性。值得注意的是，该模型在小规模上训练后，无需重新训练即可应用于显著更大的领域，证明了其学习与尺度无关的演化规则以实现高效、鲁棒的微观结构预测的能力。 AI

影响 该框架能够实现更高效、更精确的材料科学现象模拟。

排序理由 这是一篇详细介绍用于模拟物理动力学的新AI框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新AI框架精确模拟三维晶粒生长动力学

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zhihui Tian, Kang Yang, Michael Tonks, Amanda R. Krause, Joel B. Harley ·

    A Physics-Regulated Neural Framework for Learning 3D Grain Growth Dynamics

    arXiv:2607.04680v1 Announce Type: new Abstract: Grain growth is governed by the reduction in grain boundary energy and exhibits well-established statistical scaling laws. Developing data-driven surrogates that preserve these physical invariants while remaining computationally sca…

相关话题