シグモイドおよびフィボナッチニューラルネットワークを用いた電磁気駆動のカソン混合ナノ流体の無監視機械学習ソリューション:生物学的アプローチ
Arshad Riaz1, Humaira Yasmin1, Muhammad Naeem Aslam2
1Department of Mathematics, Division of Science and Technology, University of Education, Lahore, Pakistan.
Electromagnetic biology and medicine
|September 1, 2025
まとめ
この研究では,高度なニューラルネットワークを用いた多孔性チャネルにおける血液ベースのハイブリッドナノ流体輸送を調査しています. ハイブリッドモデルは 微流体やバイオメディカルシステムの最適化に優れた精度を提供します
科学分野:
- 流体力学
- ナノテクノロジー
- バイオメディカルエンジニアリング
背景:
- カッソン流体 (血液ベースの) ハイブリッドナノ流体 () の電気オスモティック・ペリスタルティック・トランスポートを調査している.
- 電気/磁場,オム式加熱,不対称な多孔チャンネルでの滑り条件を考慮します.
研究 の 目的:
- 様々な物理条件下でハイブリッドナノ流体の振る舞いをモデル化し分析する.
- 無監督のシグモイドベースのニューラルネットワーク (SNNs),フィボナッチベースのニューラルネットワーク (FNNs),およびそのハイブリッドモデル (FSNNs) のパフォーマンスを比較する.
主な方法:
- 制御方程式を解決するために,非監視SNNs,FNNs,およびFSNNsを使用します.
- 低レイノルズ数と長波長近似を用いる.
- ニューラルネットワークモデルの比較性能分析を行う.
主要な成果:
- FSNNはSNNやFNNよりも高い精度と安定性を示しています.
- 温度には,グラソフ数,ブリンクマン数,熱源/シンク,カッソンパラメータ,多孔性,速度スライドが影響する.
- 圧力グラデーションはGr,ρ,U,ハートマン数によって影響を受けます.
結論:
- 複雑な流体輸送をシミュレートするためのFSNNsの有効性を強調します.
- 微流体,生物医学,熱管理システムの強化における電磁場とハイブリッドナノ流体の役割を強調する.
