GVAE结合主动学习高效筛选量子纳米制冷机配置

2026年11月4日，arXiv发布研究指出，一种结合生成变分自编码器（GVAE）与不确定性驱动主动学习的框架，能有效识别量子纳米制冷机的吸热电子结构。该框架在仅1.9%至8.4%配置具吸热特性的复杂设计空间中，识别效率显著超出随机基线。在性能验证方面，GVAE模型在未见拓扑结构上区分冷却与耗散参数的判别力达到0.895±0.010。该方法通过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，从而实现高效筛选。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。