本研究使用监督式机器学习和基于物理的神经网络预测加性摩擦搅拌沉积过程中的峰值温度分布，为优化材料微结构提供了见解。
介绍了基于C++的声子蒙特卡洛模拟程序，使用模板类和动态数组实现声子的漂移、边界发射、散射等过程，并计算温度分布。讲解了C++标准库中的数学函数和使用方法，提及了并行化边界发射和散射过程的优化方法。
完成下面两步后，将自动完成登录并继续当前操作。
