🔬 mesoscale physics
Neural surrogates for crystal growth dynamics with variable supersaturation: explicit vs. implicit conditioning
यह शोध पत्र परिवर्तनशील अति-संतृप्ति (supersaturation) के तहत क्रिस्टल विकास का अनुकरण करने के लिए दो कनवल्शनल रिकरेंट न्यूरल नेटवर्क आर्किटेक्चर की तुलना करता है, जो यह प्रदर्शित करता है कि इनपुट मिनी-अनुक्रमों के माध्यम से निहित अनुमान (implicit inference) की तुलना में अति-संतृप्ति पैरामीटर पर नेटवर्क को स्पष्ट रूप से अनुकूलित (explicitly conditioning) करना बेहतर उच्च-सटीकता वाली भविष्यवाणियां प्रदान करता है, जबकि दोनों मॉडल बड़े डोमेन और लंबी समय अनुक्रमों के लिए मजबूत स्केलेबिलिटी प्रदर्शित करते हैं।