PCINN

新型PCINN模型高精度预测SALD表面覆盖度

研究人员开发了一种物理化学感知神经网络 (PCINN)，旨在高精度、高速度地预测空间原子层沉积 (SALD) 中的表面覆盖度。这种混合代理模型能在毫秒级时间内达到计算流体动力学 (CFD) 级别的精度，在实时应用方面显著优于传统的计算流体动力学方法。PCINN架构被设计为可解释的，并在模型中集成了一个可训练的化学层，能够稳健地识别吸附和解吸能等动力学参数。