VN-GraphGG：结合 von Neumann–Mullins 定律与图神经网络的二维晶粒长大模拟
热点事件持续更新
VN-GraphGG：结合 von Neumann–Mullins 定律与图神经网络的二维晶粒长大模拟
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yuntong Huang、Zhihao Li、Shuyang Dai、Chang Ma、Yang Xiang 在 arXiv 提交论文（arXiv:2610.13418v1），提出二维晶粒长大模拟方法 VN-GraphGG，将晶粒尺度动力学与图神经网络微结构重建耦合。该方法以晶粒和连接点构成图结构，晶粒面积演化由 von Neumann–Mullins 定律驱动，训练图神经网络从图重建微结构，且可在不重新训练重建模型的情况下调整动力学系数。 基于论文摘要，模拟能够准确预测 VN 动力学和粗化统计，并较相场模拟显著加速；作者还展示了动力学异质性影响异常晶粒长大的应用示例。以上结果来自论文摘要，尚未经独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
VN-GraphGG：基于 von Neumann–Mullins 定律的图晶粒长大模拟报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Materials ScienceVN-GraphGG：基于 von Neumann–Mullins 定律的图晶粒长大模拟
研究提出二维 VN-GraphGG 方法，将晶粒尺度动力学与图神经网络微结构重建耦合，用于多晶材料的晶粒长大模拟。该方法以晶粒节点和连接点构成图结构，利用 von Neumann–Mullins 定律计算晶粒面积演化，并在不重新训练重建模型的情况下调整动力学系数。基于论文摘要，模拟能够准确预测动力学和粗化统计，并较相场模拟显著加速，还展示了动力学异质性影响异常晶粒长大的应用示例。
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。