可组合神经仿真器加速热电发电器设计

近日，邱琳教授与中国科学院宁波材料技术与工程研究所林杰研究员合作撰写的Highlight文章被 Rare Metals 正式接收。该文围绕近期发表于 Nature 的TEGNet研究展开评述，系统介绍了其以有限元数据训练材料神经仿真器，并通过电学与热学守恒关系将不同材料模块组装为分段热电器件和n–p热电模块的设计方法。TEGNet在保持与COMSOL计算结果高度一致的同时，大幅提升了材料组合、分段比例和器件几何参数的筛选效率，为人工智能驱动的热电器件高通量设计与结构优化提供了新的技术路径。

原文链接：