Anisotropic Permeability Tensor Prediction from Porous Media Microstructure via Physics-Informed Progressive Transfer Learning with Hybrid CNN-Transformer
Este trabajo presenta un marco de aprendizaje profundo informado por la física que combina una arquitectura híbrida CNN-Transformer (MaxViT) con aprendizaje por transferencia progresivo y restricciones físicas diferenciables para predecir con alta precisión los tensores de permeabilidad a partir de imágenes de microestructura de medios porosos, reduciendo significativamente el tiempo de cómputo en comparación con las simulaciones numéricas directas.