arXiv ID:
2604.13992
arXiv 提交日期: 2026-04-15
用于甲烷吸附的物理信息神经网络:跨气体迁移学习、物理约束下的集成崩溃与蒙特卡洛Dropout不确定性量化 / Physics-Informed Neural Networks for Methane Sorption: Cross-Gas Transfer Learning, Ensemble Collapse Under Physics Constraints, and Monte Carlo Dropout Uncertainty Quantification
1️⃣ 一句话总结
本研究开发了一个结合物理定律与人工智能的框架,通过利用氢气吸附数据来高效预测不同煤种对甲烷的吸附能力,并发现蒙特卡洛Dropout方法是该框架中量化预测不确定性的最佳方法。