微流控液滴生成代理模型引入不确定性引导与逆向设计

David Gabriel Harispe、Matías Gerard 和 Pablo A. Kler 提交论文，提出将自适应代理模型增强与仿真驱动逆向设计耦合的统一方法，用于微流控液滴生成。该方法用神经网络集成预测流态与液滴直径，并基于共识度与变异系数识别认知不确定性。 研究称不确定性集中在流态转换边界附近，因此采用物理信息富集策略，针对这些区域补充仿真并重训练集成模型。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。