Differentiable Multiphysics Co-Optimization via Implicit Neural Representations: A Transient Hamburger-Cooking Benchmark
基于隐式神经表示的可微多物理场联合优化：一个瞬态汉堡烹饪基准测试
机构 * Department of Materials Science and Engineering, University of Washington（材料科学与工程系，华盛顿大学） ； William E. Boeing Department of Aeronautics & Astronautics, University of Washington（威廉·E·博伊宁航空航天与天体航行系，华盛顿大学）
AI总结 本文提出一种端到端可微联合优化框架，结合隐式神经表示与JAX编译的欧拉多物理场求解器，用于瞬态多物理场系统中几何与物理参数的联合优化，通过汉堡烹饪基准测试验证了其有效性。
Comments Preprint. 24 pages, 5 figures
