دانشمندان از شبکه های عصبی مصنوعی برای پیش بینی مواد با ثبات جدید استفاده می کنند

.

.

به وب سایت من خوش امدید
ایمیل مدیر :

» خرداد 1399
» ارديبهشت 1399

ورود اعضا:

نام :
وب :
پیام :
2+2=:
(Refresh)

خبرنامه وب سایت:







RSS
دانشمندان از شبکه های عصبی مصنوعی برای پیش بینی مواد با ثبات جدید استفاده می کنند
نویسنده vacumblupom@gmail.com تاریخ ارسال سه شنبه 20 خرداد 1399 در ساعت 19:17

شبکه های عصبی مصنوعی — الگوریتم های الهام گرفته شده از اتصالات در مغز learned یاد گرفته اند که کارهای مختلفی را انجام می دهند ، از تشخیص عابر پیاده در اتومبیل های رانندگی ، گرفته تا تجزیه و تحلیل تصاویر پزشکی و ترجمه زبان. اکنون محققان دانشگاه کالیفرنیا سن دیگو در حال آموزش شبکه های عصبی مصنوعی برای پیش بینی مواد با ثبات جدید هستند.


Shyue Ping Ong ، استاد ارشد مهندسی نانو در دانشکده مهندسی UC San Diego Jacobs ، گفت: پیش بینی پایداری مواد یک مشکل اساسی در علم مواد ، فیزیک و شیمی است. "از یک طرف ، شما شهود شیمیایی سنتی مانند پنج قانون لینوس پائولینگ دارید که ثبات کریستال ها را از نظر شعاع و بسته بندی یون ها توصیف می کند. از طرف دیگر ، محاسبات مکانیکی کوانتومی گران قیمت دارید تا بتوانید انرژی حاصل از تشکیل کریستال را محاسبه کنید. آنچه ما باید انجام دهیم این است که از شبکه های عصبی مصنوعی برای عبور از این دو جهان استفاده کنیم. "

با آموزش شبکه های عصبی مصنوعی برای پیش بینی انرژی تشکیل کریستال با استفاده از تنها دو ورودی- الکتروونگاتیویتی و شعاع یونی اتم های سازنده — اونگ و تیم وی در آزمایشگاه مجازی متریال مدل هایی را تولید کرده اند که می توانند مواد پایدار را در دو طبقه از بلورهای معروف به گارنتها شناسایی کنند. و پروسکایت ها این مدل ها تا 10 برابر دقیق تر از مدل های یادگیری قبلی دستگاه هستند و به اندازه کافی سریع هستند تا بتوانند هزاران ماده را در طی چند ساعت کارآمد روی لپ تاپ به نمایش بگذارند. این تیم جزئیات کار را در مقاله ای که در 18 سپتامبر در مجلات Nature Nature منتشر شده است ، شرح می دهد .

"گارنت ها و پروسکایت ها در لامپ های LED ، باتری های لیتیوم یونی قابل شارژ و سلولهای خورشیدی استفاده می شوند. این شبکه های عصبی این پتانسیل را دارند که کشف مواد جدید برای این و سایر کاربردهای مهم را بسیار تسریع کنند." دکتری دانش آموز در آزمایشگاه مجازی مواد اوگن.

این تیم مدل های خود را از طریق یک برنامه و در دسترس عموم قرار داده است . این امر به افراد دیگر این امکان را می دهد تا از این شبکه های عصبی برای محاسبه انرژی تشکیل هرگونه گارنت یا ترکیب پراوسکی در پرواز استفاده کنند.

محققان در نظر دارند کاربرد شبکه های عصبی را به سایر نمونه های کریستالی و همچنین سایر خصوصیات مواد گسترش دهند.

 http://bookmark-template.com/story6997058/قیمت-آکومولاتور



نظرات شما عزیزان:

نام :
آدرس ایمیل:
وب سایت/بلاگ :
متن پیام:
:) :( ;) :D
;)) :X :? :P
:* =(( :O };-
:B /:) =DD :S
-) :-(( :-| :-))
نظر خصوصی

 کد را وارد نمایید:

 

 

 

عکس شما

آپلود عکس دلخواه:





.:: ::.
عناوین آخرین مطالب بلاگ من
» Exosuit نرم چند مشترک و شخصی زمینه جدید را می شکند
» مسیر دوچرخه ساخته شده از پلاستیک بازیافت شده در هلند باز می شود
» دستگاه تشخیص سرطان TINY در آزمایش اوگاندا مؤثر است
» تخصیص بهینه منابع برای سیستم های ارتباطی پهپاد در مدیریت حوادث
» سیستم یادگیری ماشینی یکباره با گفتار و شناخت شیء مقابله می کند
» دانشمندان از شبکه های عصبی مصنوعی برای پیش بینی مواد با ثبات جدید استفاده می کنند
» با نگهبانان جدید اقیانوس آشنا شوید - چتر دریایی ربات
» قطار هیبریدی برقی بامبایر برای حفظ جاه طلبی های سبز آلمان
» محققان فیس بوک برای آموزش عوامل گفتگوی شخصی ، یک مجموعه داده ایجاد می کنند
» تحقيقات Tenable ، آسيب پذيري Peekaboo را كه بر نظارت تصويري تاثير مي گذارد ، افشا كرده است
» سوخت نشت NSA در مورد هک شدن برای استخراج رمزنگاری افزایش یافته است: گزارش
» هواپیمای بدون سرنشین پرواز "می آموزد" مانند یک پرنده بالا رود
» «پوست روباتیک» اشیاء روزمره را به روبات تبدیل می کند
» ایجاد "مجسمه های حرکتی" چاپی 3 بعدی از فیلمهای دو بعدی
» تشخیص سریع شیء در فیلم ها با استفاده از بسته بندی های مورد علاقه منطقه
» AMD بازی Ryzen خود را با تراشه های 45W بالاتر می برد
» چه چیزی باعث می شود یک بازی ویدیویی آموزشی به خوبی کار کند؟
» شیمیدانها رویکرد پایدار نسبت به جذب دی اکسید کربن از هوا نشان می دهند
» شمارش جمعیت از طریق دیوارها ، با WiFi
» آوردن هوش دستگاه به تئاتر بداهه



.:: Design By :