CDS&E: A Validated Hybrid Echo-CFD Framework for Patient-Specific Cardiac Assessment
Model jantung dari ekokardiografi dua dimensi menggabungkan rekonstruksi geometri, simulasi aliran, dan masalah invers untuk memperkirakan sifat jaringan pasien.
Katalog teknologi — halaman 138
Telusuri profil teknologi beserta ringkasan dan rujukannya.
Profil teknologi
CDS&E: Accelerating the Computational Design of Nanoparticle-Protein Interactions via Molecular Simulations, Topological Data Analysis, and Machine Learning
Simulasi molekuler dan analisis topologi menghasilkan deskriptor permukaan nanopartikel serta protein untuk memprediksi lokasi, orientasi, dan selektivitas pengikatan melalui pembelajaran mesin.
CDS&E: Agentic AI Framework for Autonomous Reaction-Transport Mechanism Discovery in Electrochemical Systems
Agen AI menggabungkan hipotesis mekanisme reaksi, model transport, dan desain eksperimen berbasis teori informasi untuk menemukan jalur elektrokimia yang konsisten dengan pengamatan.
CDS&E: Collaborative Research: Data-Driven Agentic AI for Trustworthy Design of Autonomous Engineered Systems
Optimasi rancangan multidisiplin akan menggabungkan model probabilistik dan agen bahasa untuk menyusun simulasi terkopel dengan pemeriksaan konsistensi rekayasa.
CDS&E: Computational Design of Peptide-Based Biorecognition Elements
Algoritme desain peptida fleksibel menggabungkan sekuens dan struktur kompleks protein untuk memprediksi afinitas serta memenuhi kebutuhan pengikatan target yang berbeda.
CDS&E: Concurrently Coupling Data-Driven Surrogate with Finite Element Method for Accurate, Scalable Thermal Transport and Melt Pool Simulation of Laser Powder Bed Fusion
Simulasi termal powder bed fusion diteliti dengan kopling dua arah antara elemen hingga dan model surrogate, memakai representasi lingkungan lokal kolam leleh.
CDS&E: Data-driven Discovery of Multiscale Failure Dynamics of Brittle Materials with Random Microstructure
Coarse-graining berbasis data diteliti untuk kegagalan material getas acak, mempelajari operator lokal dari simulasi fine-scale agar dinamika damage dapat diprediksi lebih efisien.
CDS&E: Data-driven modeling and analyses of CO2 transport in porous media
Model berbasis data dikembangkan untuk menilai transport karbon dioksida pada formasi berpori dengan reaksi mineral, variasi permeabilitas, dan rekahan geologi yang tidak pasti.
CDS&E: Data-driven, physics-informed modeling of multiscale phenomena
Pembelajaran mesin berbasis fisika diteliti untuk menghasilkan model matematis eksplisit fenomena multiskala yang menjelaskan perpindahan besaran fisik antara skala.
CDS&E: Data-enabled closed-loop Koopman control of encapsulated microbubbles
Kendali Koopman berbasis data meneliti pengaturan osilasi mikrogelembung berkapsul melalui ultrasonik untuk membedakan pecah terarah dan getaran nonsferis stabil.
CDS&E: Deconvoluting the Competing Effects of Amorphous Metal Catalysts for CO2 Electrochemical Reduction
Model kuantum dipercepat pembelajaran mesin meneliti bagaimana ketidakteraturan permukaan tembaga dan struktur air mengubah jalur reduksi elektrokimia CO2.
CDS&E: Development of Data-Driven Physics-Based Reduced-Order Models for the Solidification Process of Binary Alloys
Model orde rendah berbasis manifold nonlinear dan pembelajaran operator sparse dikembangkan untuk memprediksi mikrostruktur solidifikasi paduan biner serta mengoptimalkan parameter proses.
CDS&E: Elucidating the Structure and Catalytic Activity of Nanoparticles Under Catalytic Conditions Using Ab Initio Machine Learning Force Fields
Force field pembelajaran mesin ab initio akan dikembangkan untuk mensimulasikan perubahan bentuk nanopartikel katalis dan situs ikatan pada kondisi reaksi realistis.
CDS&E: Health-Aware Optimization of Battery Charging for Proactive Prevention of Lithium Plating
Optimasi pengisian sadar kesehatan menggabungkan model multiphysics, diagnostik degradasi, dan prognostik plating litium untuk menilai serta mengurangi risiko plating secara proaktif selama charging.
CDS&E: Integrated Molecular Dynamics and Machine Learning Investigation of Gas-Liquid Interface in Transcritical Reacting Flows
Dinamika molekuler dan pembelajaran mesin aktif meneliti antarmuka gas–cair transkritik untuk membangun model transportasi serta perubahan fase pada aliran reaktif bertekanan tinggi.
CDS&E: Machine learning enabled modelling of dynamic nanoparticle catalysts
Potensial antaratom neural dan basin-hopping grand-canonical memodelkan nanopartikel platinum serta nikel dinamis agar motif metastabil permukaan dapat dikaitkan dengan aktivitas katalitik.
CDS&E: Mechanics Informatics for Learning Constitutive Models: Theory, Computation, and Uncertainty Quantification
Mechanics informatics akan mengoptimalkan spesimen dan inverse learning agar satu tes informatif dapat mengidentifikasi parameter konstitutif dengan ketidakpastian terukur.
CDS&E: Multiscale Computational Modeling of Flow-Induced Mechanical Deformation via Nonlocal Formulations
Formulasi mekanika nonlokal dikembangkan untuk mensimulasikan deformasi, pelepasan, dan kerusakan lapisan elastis yang dipengaruhi aliran fluida tipis.