Geometrie-vrije voorspelling van inertiële liftkrachten in microfluïdische apparaten met behulp van deep learning

arXiv:2605.08109v1 Aankondiging Type: nieuw Samenvatting: Inertiële microfluïdische apparaten (IMD's) bieden goedkope alternatieve technieken met hoge doorvoer voor veel traditionele deeltjes- (of cel-) manipulatietaken, maar het simuleren ervan vereist het kunnen voorspellen van deeltjesmigratie, en dus deeltjesliftkrachten, onder een verscheidenheid aan mogelijke kanaalgeometrieën. Recent werk heeft aangetoond dat machine learning-modellen kunnen worden gebruikt om deze numerieke simulaties drastisch te versnellen, maar dat vereist wel tra