Physics Enhanced Deep Surrogates for the Phonon Boltzmann Transport Equation
Les auteurs présentent un surrogate profond enrichi par la physique (PEDS) qui, en combinant un solveur de Fourier différentiable et un générateur neuronal avec un apprentissage actif, permet une conception efficace et précise de matériaux thermiques à l'échelle nanométrique en réduisant considérablement les besoins en données d'entraînement tout en capturant avec fiabilité les régimes de transport balistique et diffusif.