基于理论嵌入神经网络的含聚合物液体混合物相图
软凝聚态物质
2020-02-03 v3 无序系统与神经网络
统计力学
摘要
我们开发了一种深度神经网络（DNN），用于刻画含聚合物液体混合物的相行为。该DNN的关键组件是一个理论嵌入层，其通过粗粒化平均场理论与标度律捕捉相行为的特征，并大幅提升了DNN的精度。此外，该层使我们能够缩减用于混合物相图的DNN规模。本研究还展示了该DNN对聚合物溶液以及无盐与掺盐二嵌段共聚物熔体的相行为的预测能力。
引用
@article{arxiv.1908.05789,
title = {Phase diagrams of polymer-containing liquid mixtures with a theory-embedded neural network},
author = {Issei Nakamura},
journal= {arXiv preprint arXiv:1908.05789},
year = {2020}
}