Geometry-free prediction of inertial lift forces in microfluidic devices using deep learning

Diese Arbeit stellt einen neuartigen Ansatz zur geometriefreien Vorhersage von Trägheitsauftriebskräften in mikrofluidischen Geräten mittels Deep Learning vor. Das trainierte neuronale Netzwerkmodell kann auf ungesehene Kanalgeometrien verallgemeinern und dabei eine vergleichbare Leistung zu bestehenden Modellen aufweisen.