English(EN) Physics-Informed Attention Mechanism and Generalization Capability of Deep Learning-Based Grain Growth Evolution Prediction

物理信息AI提升材料科学预测的泛化能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-17 04:00

研究人员开发了一种用于深度学习模型预测晶粒生长演化的物理信息注意力机制。这种新方法显著提高了模型在训练数据之外的条件下的泛化能力，例如实验显微组织和具有双峰晶粒尺寸分布的条件。分析表明，该模型学会了关注大晶界，与不明确编码的曲率驱动晶粒生长物理学一致。 AI

排序理由该集群包含一篇详细介绍材料科学机器学习新方法的学术论文。[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.AI TIER_1 English(EN) · Pungponhavoan Tep, Marc Bernacki · 2026-06-17 04:00

Physics-Informed Attention Mechanism and Generalization Capability of Deep Learning-Based Grain Growth Evolution Prediction

arXiv:2606.17235v1 Announce Type: cross Abstract: Machine Learning (ML) models for grain growth prediction are typically trained on idealized synthetic data, yet practical applications require generalization to conditions outside the training distribution. This study evaluated th…