AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · arXiv · 2026-10-19

जेनरेटिव रियोलॉजी के लिए GENERIC-आधारित न्यूरल नेटवर्क

मूल शीर्षक: A GENERIC-Informed Neural Network for Generative Rheology

GINNGER सूक्ष्म-संरचनात्मक प्रवाह डेटा से ऊष्मागतिकीय रूप से स्वीकार्य संघटक समीकरणों की खोज करने वाला एक फ्रेमवर्क है। यह संघटक संचालकों के बजाय अंतर्निहित ऊष्मागतिकीय जनरेटरों को सीखता है, GENERIC औपचारिकता को इस प्रकार समाहित करता है कि प्रथम और द्वितीय नियम निर्माण से ही संतुष्ट रहें, और पॉलिमर कन्फ़ॉर्मेशन टेंसर के आइगेनस्पेस में एक स्पेक्ट्रल सूत्रीकरण का उपयोग करता है ताकि अपरूपण, विस्तारीय और मिश्रित प्रवाह डेटा एक ही मॉडल में योगदान दें। उच्च-निष्ठा सिमुलेशनों पर सत्यापित होने पर, इसने संघटक व्यवहार का सटीक पुनर्निर्माण किया और पहले से अनदेखी ज्यामितियों में जटिल प्रवाह क्षेत्रों का पूर्वानुमान लगाया।

मूल लेख पढ़ें ↗

सभी आइटम →