利用神经算子对板let变形的高保真描述
计算物理
2024-12-03 v1
摘要
本工作旨在探讨神经算子 (DeepONet) 精确捕捉血液流动下血小板膜复杂变形的能力。该神经算子构建的代理模型基于血小板初始配置和血液流动施加的剪切应力，预测变形后膜的配置。训练数据集来源于在 LAMMPS 中实现的粒子动力学仿真。神经算子以约0.5% 的模式误差分布捕捉到膜粒子的动力学。该方法的提出实现了将亚血小板动力学集成到血栓多尺度计算模型中的可扩展方法。
引用
@article{arxiv.2412.00747,
title = {High-Fidelity Description of Platelet Deformation Using a Neural Operator},
author = {Marco Laudato and Luca Manzari and Khemraj Shukla},
journal= {arXiv preprint arXiv:2412.00747},
year = {2024}
}