KI und die schwierigen Probleme der Welt · Chemie & Materialien · arXiv · 2026-10-19
Ein GENERIC-informiertes neuronales Netz für generative Rheologie
Originaltitel: A GENERIC-Informed Neural Network for Generative Rheology
GINNGER ist ein Framework zur Entdeckung thermodynamisch zulässiger Konstitutivgleichungen aus mikrostrukturellen Strömungsdaten. Es lernt die zugrunde liegenden thermodynamischen Generatoren statt der konstitutiven Operatoren und bettet den GENERIC-Formalismus ein, sodass der erste und zweite Hauptsatz per Konstruktion erfüllt sind. Zudem nutzt es eine spektrale Formulierung im Eigenraum des Polymer-Konformationstensors, sodass Scher-, Dehn- und gemischte Strömungsdaten zu einem einzigen Modell beitragen. Validiert an hochgenauen Simulationen, rekonstruierte es das konstitutive Verhalten genau und sagte komplexe Strömungsfelder in zuvor unbekannten Geometrien voraus.