2021年6月10日
新型材料的研究，开发和生产在很大程度上依赖于快速和同时的可用性准确的仿真方法。欧洲杯足球竞彩
机器学习，在人工智能（AI）自动采集和应用新知识，很快就会使研究人员能够开发出复杂的材料系统在纯虚拟环境。这是如何工作的，以及哪些应用程序将在惠益发表的一篇文章自然材料欧洲杯足球竞彩来自Karlsruhe理工学院（KIT）的研究员，他的同事来自Göttingen和多伦多的研究员。（DOI：10.1038 / S41563-020-0777-6）
数字化和虚拟化正在成为一个广泛的科学学科的越来越重要。其中一个学科是材料科学：研究，开发和生产的新材料严重依赖欧洲杯足球竞彩于快速欧洲杯线上买球的可用性，并在同一时间准确的模拟方法。这反过来，是一个范围广泛的不同应用有益 - 从高效储能系统，如利用可再生能源的不可缺少的，对新药物，对于其发展需要复杂的生物过程的理解。AI和机器学习方法可以在材料科学模拟到一个新的水平。欧洲杯线上买球“比起基于经典或量子力学计算常规模拟方法中，使用专门为材料的模拟神经网络的使我们实现了显著速度优势，”解释物理学家和AI专家教授帕斯卡尔·弗里德里希的AiMat负责人 - 在理论信息的KIT研究所（ITI）人工智能为材料科学领域的研究小组。欧洲杯足球竞彩欧洲杯线上买球“有了更快的仿真系统，科学家们将能够以完全虚拟的环境中发展更大，更复杂的材料系统，并理解和优化他们下到原子水平。”
从原子到材料的高精度
在发表的一篇文章自然材料欧洲杯足球竞彩帕斯卡弗里德里奇（Pascal Friederich）还通过Kit的纳米技术研究所（INT），与来自哥廷根大学和多伦多大学的研究人员一欧洲杯足球竞彩起担任纳米材料的集团领导者，并概述了基本原则的概述用于材料科学模拟的机器学习。欧洲杯线上买球这还包括数据采集过程和主动学习方法。机器学习算法不仅使人工智能能够处理输入数据，还可以在大数据集中找到模式和相关性，从而从中学习，并进行自主预测和决策。对于材料科学的模拟，重要的是在不同的时欧洲杯足球竞彩间和尺欧洲杯线上买球寸尺度上实现高精度，从原子到材料，同时限制计算成本。在他们的文章中，科学家还讨论了各种目前的应用，例如小型有机分子和大型生物分子，结构性无序的固体，液体和气态材料，以及复杂的晶体系统 - 例如，可以使用的金属有机框架欧洲杯足球竞彩气体储存或用于分离，用于传感器或催化剂。
更快的速度与混合方法
为了进一步延长未来材料模拟的可能性，来自卡尔斯鲁厄，哥廷根和多伦多的研究人员建议开发混合方法：这些结合机器学习（ML）和分子力学（MM）方法。MM仿真使用所谓的力场，以便计算作用在每个单独粒子上的力并因此预测运动。由于ML和MM方法的电位非常相似，可以与可变过渡区域进行紧密集成。例如，这些杂种方法可以显着加速未来大量生物分子或酶促反应的模拟。
来源：https://www.kit.edu/index.php.