TransRheo: A Physics-Informed Multi-Task Numeric Transformer for Polymer Nanocomposite Rheology

工作概述

该项目聚焦于高分子纳米复合材料流变学的数据驱动建模，并在多校合作背景下推进。

研究背景

更广泛的研究目标包括：

• 面向材料性质预测的科学机器学习
• 高维变量建模
• 通过 Agent 工具支持材料研发流程

我的角色

我参与项目中的算法与实验工作，并独立负责 LLM Agent 子方向，把智能体工作流引入材料科研支持场景。

当前状态

论文正在准备投稿。