GVAE 与主动学习结合寻找量子纳米制冷机配置

该框架结合 GVAE 与不确定性驱动的主动学习循环，在仅 1.9-8.4% 配置具吸热特性的组合设计空间中，以超出随机基线的效率识别吸热电子结构。 GVAE 在未见拓扑上将冷却与耗散参数区分的判别力达 0.895±0.010；经 32 轮主动学习迭代，在决策边界处选取不确定度最高的候选进行模拟。