Npj Comput. Mater. : 不给足数据也能出好料：这套合金设计模型太会省了

本文介绍了西安交通大学刘思达教授团队提出的一种面向高强铝硅合金设计的工艺协同式主动学习框架。该框架通过引入条件Wasserstein自编码器（c-WAE），将工艺路径编码为条件变量，构建了具有工艺协同感知能力的主动学习模型。该方法在多工艺空间中实现了高效的成分探索，并显著提升了性能效果。研究突破了传统方法中每种工艺需单独建模、数据孤立的问题，利用条件Wasserstein自动编码器将不同加工路径的性能信息融入共享潜在空间，显著提升了跨工艺预测精度和成分筛选效率。通过实验验证，该方法在重力铸造+T6热处理和重力铸造+热挤压工艺中均取得了显著的性能提升。