-
公开(公告)号:CN117474073A
公开(公告)日:2024-01-30
申请号:CN202311291030.8
申请日:2023-10-08
Applicant: 厦门大学
Abstract: 一种基于图神经网络求解参数化偏微分方程的无监督方法,涉及人工智能和数值算法交叉领域。1)确定待求解的偏微分方程,设定边界条件,建立几何模型,对偏微分方程变分并伽辽金离散,选定基函数,网格剖分;2)设定待训练参数空间,提取节点坐标和节点之间的距离;3)建立图神经网络;4)构建离散伽辽金变分残差的L2范数作为损失函数,设定优化器和网络超参数,最小化损失函数至训练收敛;5)输入节点坐标、节点之间距离和待预测参数,输出基函数系数,得到目标偏微分方程的数值解。可减少计算自由度和计算资源耗费,缩小神经网络训练搜索空间,加速收敛,且不需要数据集,可实时高精度求解所训练参数空间中的目标偏微分方程。
-
公开(公告)号:CN117804093A
公开(公告)日:2024-04-02
申请号:CN202410037121.7
申请日:2024-01-10
Applicant: 厦门大学
IPC: F25B23/00
Abstract: 一种基于光子晶体边带的多层薄膜辐射制冷器件,涉及辐射制冷器件。多层薄膜从上至下依次设有阻抗匹配层、高损耗金属钛层、一维光子晶体、相位补偿层、均匀光厚反射式薄膜、支撑衬底层:所述一维光子晶体为高低折射率交替的红外透明介电材料构成;利用光子晶体的边带实现宽带广角高反射,利用高损耗金属钛层和阻抗匹配层激发宽带响应并提高吸收率,利用相位补偿层控制传播相位的变化,形成大气透明窗口的宽带广角吸收特性,从而实现被动辐射制冷功能。相较于其他,本发明既可无光刻大面积制作,又具备高辐射制冷功率。
-