Learning noisy phase transition dynamics from stochastic partial differential equations
Este trabajo presenta un modelo sustituto de aprendizaje automático para la ecuación estocástica de Cahn-Hilliard en 3D que, al parametrizar explícitamente las fluctuaciones térmicas a nivel de flujos intercelulares, garantiza la conservación de masa y la interpretabilidad termodinámica, logrando así reproducir con precisión fenómenos no accesibles a modelos deterministas como la nucleación activada térmicamente y la coarsening acelerada por ruido.