本專案可將 Cantera 的化學／熱力結果與 PyTorch 或 TensorFlow 結合，用於：
- 降階模型 (ROM)：以 Cantera 計算 (P, T, 組成) → (γ, R, cp, Isp…) 產生訓練資料，用神經網路擬合，加速 MDO／即時估算。
- 代理模型 (Surrogate)：對燃燒室出口狀態、噴管性能等建代理，替代反覆呼叫 Cantera。
- 不確定度傳播：在 ML 預測上做 UQ（如本專案 SAP 之 Monte Carlo、SALib）。
- 使用
cantera_bridge.get_state_at_tp或get_equilibrium_at_hp在 (P, T) 或 (H, P) 網格上取樣，得到gamma,R_gas,T_K,cp等。 - 將輸入 (P, T, 組成等) 與輸出 (γ, R, …) 組成資料集，以 PyTorch
Dataset/ TensorFlowtf.data載入。 - 訓練小型 MLP 或 GPR，預測熱力輸出；在優化或 UQ 迴圈中呼叫該模型取代直接呼叫 Cantera。
- Cantera：
pip install cantera（見cantera_bridge.py）。 - PyTorch：
pip install torch。 - TensorFlow：
pip install tensorflow。
二者可只裝其一；與 Cantera 的耦合方式相同（皆為「Cantera 產資料 → ML 訓練 → 推論取代 Cantera」）。