硕士研究生杨松的论文"BPNN and CNN-based AI Modelling of Spreading and Icing Pattern of a Water Droplet Impact on a Supercooled Surface"被AIP旗下的期刊《AIP Advances》（IF=1.548）接收，同时入选该期刊Editor’s Pick（编辑精选），以及被American Institute of Physics出版社选为Science Light文章，钟昕副教授为通讯作者，侯予教授为第二作者。

人工智能和机器学习算法作为一种越来越多地用于基于流体的问题的新兴策略，可以有效提高液滴撞击铺展动力学和结冰模式的预测精度。对于液滴撞击铺展动力学，该论文采用了反向传播神经网络方法，实现了对最大铺展因子和无量纲最大铺展时间95.96%的高预测精度；对于结冰冰型，该文章采用不同的K-MEANS 聚类和卷积神经网络的深度学习算法来预测特定结冰冰型的表面过冷度，准确率高达90.57%。

该论文得到了国家自然科学基金、中央高校基本科研业务费和结冰与防除冰重点实验室开放课题的资助。

详细内容请参见全文：http://doi/org/10.1063/5.0082568

-----“先进制冷与低温技术”创新团队