澳门足球博彩网上投注

相場模擬是研究材料介尺度結構演化及其與力學性能關系的有效方法。然而，相場模擬需求解時-空關聯的高階偏微分方程，導致高精度、高維度、大體系、長時段相場模擬的時間成本和經濟成本非常高昂。近日，澳門足球博彩網上投注 朱家明教授課題組開發了基于卷積神經網絡算法的相場模擬代理模型，實現了對微結構演化的時-空預測，提升了代理模型的計算精度，計算誤差比國際報道小一個數量級。此外，該代理模型在預測三維結構的時-空演化過程時也表現出較高的精度，為高通量、高精度、高維度、大體系、長時段材料計算奠定了基礎。

相關成果以 Accelerating three-dimensional phase-field simulations via deep learning approaches為題，發表在國際學術期刊《JOURNAL OF MATERIALS SCIENCE》上。工程力學系朱家明教授為本文的通訊作者，碩士研究生周學偉為第一作者，該論文得到了國家自然科學基金、山東省自然科學基金的支持，山東大學為本文的第一科研單位和通訊單位。論文鏈接：//link.springer.com/article/10.1007/s10853-024-10118-4