跳到正文
arXiv · ML· Shaoliang Yang, Jun Wang·· 3 天前AI 评分24

预算约束下周期晶胞反演设计中将学习与搜索、反馈分离的对比研究

Separating learning from search and feedback in budgeted inverse design of periodic unit cells

AI 导读

在80种晶胞架构库中,神经网络预测器与基于现有模拟拟合的简单模型在性能上无显著差异,95%置信区间显示整体成功率增益上限仅为4.5个百分点。 该研究在最多30次模拟器调用预算下进行对比,通过退化表和预言机表的控制实验进一步验证了搜索结果调整机制的有效性。

来源:arXiv · ML · arxiv.org