热点事件持续更新
研究者提出面向共轭传热的Cova-PINN框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月9日，相关研究提出了一种面向复杂几何流固共轭传热（CHT）的多域物理信息神经网络框架 Cova-PINN。该框架通过在局部联合优化跨域复合控制体平衡，并在全局优化配对壁面闭合，以提升能量守恒精度。在4种TPMS换热器及DualMS设计上的测试评估显示，相比基线模型MUSA-PINN-CHT，Cova-PINN使平均出口温度误差降低了37.7%，设备级闭合误差降低了60.2%。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
研究者提出Cova-PINN框架，显著降低流固共轭传热模拟中的出口温度与闭合误差。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 机器学习Cova-PINN：面向复杂几何流固共轭传热的跨域守恒物理信息神经网络
Cova-PINN 是一种面向复杂几何流固共轭传热的多域物理信息神经网络框架，通过在局部联合优化跨域复合控制体平衡并在全局优化配对壁面闭合来提升能量守恒精度。在 4 种 TPMS 换热器和 DualMS 设计上的评估显示，相比基线 MUSA-PINN-CHT，其平均出口温度误差降低 37.7%，设备级闭合误差降低 60.2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。