通过并行进化策略实现多功能纳米表面的快速AI驱动反向设计.
Ashish Chapagain1, Dima Abuoliem1, In Ho Cho1
1Department of Civil, Construction, and Environmental Engineering, Iowa State University, Ames, IA 50011, USA.
Nanomaterials (Basel, Switzerland)
|January 10, 2025
概括
本研究介绍了并行进化策略 (ES),以加速人工智能 (AI) 驱动的多功能纳米表面的设计. 新的并行ES方法提高了先进纳米制造应用的计算效率和可扩展性.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 计算科学 计算科学
背景情况:
- 多功能纳米表面在各种应用中越来越重要.
- 毛细体力光刻法 (CFL) 是一种具有成本效益的制造方法.
- 进化策略 (ES) 已被用于人工智能驱动的纳米表面的反向设计.
研究的目的:
- 为解决AI驱动的反向设计传统ES的计算局限性.
- 开发一种更快,更可扩展的ES,用于设计多功能纳米图案表面.
- 为了加速人工智能驱动的纳米制造过程.
主要方法:
- 提出了一个基于并行计算的ES (并行ES).
- 集成的多物理原理与深度学习 (DL) 在ES框架内.
- 开发了详细的并行ES算法和成本模型.
主要成果:
- 并行ES显示了显著的速度和可扩展性改进.
- 加快了人工智能驱动的多功能纳米图案表面的反向设计.
- 展示了ES在纳米设计中的并行计算的有效性.
结论:
- 平行ES为克服AI驱动的纳米设计中的计算挑战提供了一个有希望的解决方案.
- 该方法有可能推进人工智能驱动的纳米制造.
- 平行ES是复杂纳米表面的高效和可扩展设计的宝贵工具.
