本文利用深度学习构建卷积神经网络算法，成功实现石墨烯/氮化硼二维异质结构的热导率预测。基于非平衡态分子动力学模拟计算得到不同拓扑图案异质结构的热导率构建机器学习数据库，将不同拓扑图案的异质结构图片和对应的热导率作为训练样本数据，搭建卷积神经网络。此外，详细分析了卷积神经网络中超参数对热导率预测准确性的影响。本研究有助于快速预测不同拓扑图案对应的热导率，同时对探索二维异质结构与热导率的热传导物理机制具有重要意义。
科研之友
微信
新浪微博
Facebook
分享链接
