English(EN) Topological Data Analysis combined with Machine Learning for Predicting Permeability of Porous Media

拓扑数据分析增强机器学习对多孔介质渗透率的预测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-31 04:00

研究人员开发了一种新颖的方法，将拓扑数据分析（TDA）与机器学习（ML）相结合，以预测多孔介质的渗透率。该方法从多孔材料的合成表示和实验数据中提取结构、拓扑和网络特征。研究表明，TDA特征与ML算法相结合时特别有效，能够基于多孔介质的底层结构提供更细致的渗透率预测理解。 AI

影响这项研究可能带来更准确、更高效的复杂材料流体模拟方法，影响地质学、材料科学和化学工程等领域。

排序理由这是一篇发表在arXiv上的研究论文，详细介绍了一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ebru Dagdelen, Catherin Neena Lalu, Aakash Karlekar, Manav Arora, Matthew Illingworth, Jonathan Jaquette, Linda Cummings, Lou Kondic · 2026-07-31 04:00

拓扑数据分析结合机器学习预测多孔介质渗透率

arXiv:2605.17581v2 Announce Type: replace-cross Abstract: Flow in porous media is difficult to address using standard analytical or numerical methods due to its complexity. However, since synthetic representations of porous media are easy to produce and data from physical experim…