物理引导扩散模型用于无序超材料的通用逆设计
《npj Computational Materials》:Physics-guided diffusion models for inverse design of disordered metamaterials
【字体:
大
中
小
】
时间:2026年09月19日
来源:npj Computational Materials 13.1
编辑推荐:
无序超材料在编程物理性能方面具有广阔前景,但由于其结构-性能关系并不直观,逆设计仍然充满挑战。近年来,生成方法,特别是扩散模型,在高维逆设计任务中展现了潜力。然而,现有方法通常依赖于特定任务的训练策略,如条件数据驱动或物理信息损失函数。因此,每当控制方程、边界条件或设计目标发
无序超材料在编程物理性能方面具有广阔前景,但由于其结构-性能关系并不直观,逆设计仍然充满挑战。近年来,生成方法,特别是扩散模型,在高维逆设计任务中展现了潜力。然而,现有方法通常依赖于特定任务的训练策略,如条件数据驱动或物理信息损失函数。因此,每当控制方程、边界条件或设计目标发生变化时,模型都必须从头开始重新训练,这限制了其灵活性和泛化能力。在本工作中,我们提出了物理引导的扩散模型,该模型利用可微物理求解器来即时引导逆设计的生成过程。受分类器引导的启发,我们开发了一种采样策略,将物理引导直接纳入反向随机微分方程中。通过使用可微求解器提供的梯度,我们的方法能够在学到的形态先验内实现任务自适应生成,同时扩散模型仅需在无标签数据上训练一次。我们聚焦于二维无序闭孔泡沫超材料,提出了三个设计任务:(1)实现目标有效热导率,(2)匹配期望的载荷-位移响应,(3)最大化涉及断裂的能量吸收。各场景下的结果表明,物理引导的扩散模型在解决无序超材料及其更广泛领域的复杂逆设计问题时,具有通用性、高效性和实用性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号