☆前沿论文导读（Nature Photonics 17.12 (2023), Nature photonics 11.7 (2017)）☆前沿论文导读（Nature Photonics 18.5 (2024), arXiv:2506.06150 (2025)）☆光学神经网络的概念和典型应用场景（神经网络/信息处理/光计算/异构计算等）☆相关热点工作介绍与头脑风暴（多模衍射神经网络，分类器等）☆相关

☆前沿论文导读（Nature Photonics 17.12 (2023), Nature photonics 11.7 (2017)）☆前沿论文导读（Nature Photonics 18.5 (2024), arXiv:2506.06150 (2025)）☆光学神经网络的概念和典型应用场景（神经网络/信息处理/光计算/异构计算等）☆相关热点工作介绍与头脑风暴（多模衍射神经网络，分类器等）☆相关

(1) COMSOL建模流程：几何建模、物理场模块设置、网格划分、求解与后处理。(1) 多孔介质内部流动与变形耦合（流固耦合渗流/孔隙弹性理论）(2) 多孔介质在地热开采/CCUS等问题（热流固耦合）中的应用。(1) P2D电化学模型（锂离子电池模块）的建模。(1) 在COMSOL中实现副反应过程的耦合计算。(1) 多孔介质在强化传热中的应用（热流耦合）(1) 多孔介质模型（多孔介质模块）的建模。

一、基础概述与核心方。

1、Fluent软件基本介绍：软件功能和特点、Fluent在流体力学中的应用。2、网格划分与计算流程：网格划分技术、Fluent计算流程和步骤、2、Fluent数据导出与制作深度学习数据AI结合训练（案例教学）3、基于Fluent结果的Tecplot科研绘图（案例教学）3、使用生成对抗网络（GANs）提高流场分辨率（案例教学）1、圆柱绕流、小球入水的Fluent求解流程（案例教学）3、使用Neur

(1) COMSOL建模流程：几何建模、物理场模块设置、网格划分、求解与后处理。(1) 多孔介质内部流动与变形耦合（流固耦合渗流/孔隙弹性理论）(2) 多孔介质在地热开采/CCUS等问题（热流固耦合）中的应用。(1) P2D电化学模型（锂离子电池模块）的建模。(1) 在COMSOL中实现副反应过程的耦合计算。(1) 多孔介质在强化传热中的应用（热流耦合）(1) 多孔介质模型（多孔介质模块）的建模。

案例实践：基于迁移学习PINN的增材制造3D温度场预测（论文复现，如何套壳实现你自己领域的PINN模型）2.1.深度学习基础（CNN、RNN、LSTM、Attention、Transformer等）1.3.金属增材成型质量监测一般技术路线（数据采集、特征提取、模型构建、闭环控制）4.1.深层结构设计（多输出PINN（温度+应力等多物理量）、轻量化网络等）1.2.多物理场监测方法（红外、可见光、相干

构建二维结构的特征处理及预测网络（CNN—ResNet/DenseNet）+多模态学习预测。3.2.基于卷积神经网络（CNN）的跨尺度特征提取网络（ResNet/DenseNet）2.1.多相复合材料界面（纤维/基质界面）理论机理（Cohesive模型）1.4.纤维复合材料的损伤理论（Tsai-Wu准则、Hashin准则）3.4.三维结构（多相复合材料/单相多孔材料）的特征处理及预测方法。AB

1.基础模型：SVR、决策树、随机森林、感知机、XGBoost、LGBM、AdaBoost等，模型评估策略：MAE、RMSE、R²、Accuracy、F1等。2.深度神经网络（DNN）与参数更新、卷积神经网络（CNN）、图神经网络（GNN）在聚合物中的应用 (实践)1.聚合物表示学习性能探索（描述符、分子图、SMILES、BigSMILES、SELFIES等）(实践)3.大语言模型（LLM）：GP

2、使用深度学习框架（如TensorFlow或PyTorch）进行流体力学问题的案例，例如使用神经网络进行流场重建（案例教学）2、讨论Fluent与深度学习结合的潜力，如使用深度学习优化Fluent的网格划分和参数估计（案例教学）2、网格划分与计算流程：网格划分技术、Fluent计算流程和步骤、3、使用生成对抗网络（GANs）提高流场分辨率（案例教学）1、圆柱绕流、喷雾蒸发的Fluent求解流程（