Исследователи проанализировали применимость суррогатных моделей потоков при изменении граничных условий. Выяснилось, что успешная валидация модели на простых режимах не гарантирует её точность при переходе к сложным динамическим процессам. Работа демонстрирует, что экстраполяция результатов между различными режимами потоков требует осторожности, так как физические закономерности могут существенно различаться в зависимости от нестационарности системы.
Авторы сфокусировались на двух сценариях: трехмерной пленке суспензии в процессе химико-механической планаризации (CMP) и двумерном вихре Кармана. В обоих случаях моделирование запуска процесса с переменными во времени граничными условиями выявило критические расхождения. Это ставит под сомнение распространенную практику использования упрощенных тестов как доказательства универсальности архитектуры суррогатной модели.
Результаты подчеркивают проблему «бесплатного обеда» в машинном обучении для физических систем: высокая точность на стационарных или простых данных не является предиктором надежности при моделировании переходных процессов. Для инженеров и исследователей, внедряющих ИИ в промышленное производство, это означает необходимость разработки более строгих протоколов тестирования, учитывающих динамику граничных условий.
Ключевые факты
- Исследование сфокусировано на двух типах потоков: 3D-суспензия в CMP-процессах полупроводников и 2D-вихри Кармана.
- Выявлено, что валидация на простых режимах не обеспечивает переносимость модели на сложные переходные процессы.
- Работа ставит под сомнение допущение о том, что суррогатные модели потоков автоматически масштабируются при усложнении граничных условий.
- Исследование опубликовано на платформе arXiv под номером 2607.23667v1.