研究使用机器学习模型以更好地了解水相位变化

水令科学家疑惑数十年近30年来,他们定理 当冷却到极低温度像-100C时 水可能分解成两个液相和油水相似,这些相位不混合 并可能帮助解释水中 某些奇异行为

几乎不可能在实验中研究这种现象, 因为在低温下水快速结晶Georgia理工学院新研究使用机器学习模型更好地了解水相位变化,为加深对各种物质的理论理解开辟更多渠道研究者发现强计算证据 支持水液态转换 可应用到使用水操作的现实系统

深入量子化学计算 尽量接近水物理物理化学Thomas Gartner说,佐治亚技术化学生物分子工程学院助理教授第一次有人能以这种精度学习转机

论文上展示了研究液化水从原创原则过渡中日志物理审查字母普林斯顿大学合编

模拟水

为了更好地了解水交互作用,研究人员对超级计算机进行分子模拟,Gartner比对虚拟显微镜

有无限强显微镜时 完全可缩放到单分子层次 并实时观察分子移动交互他说制作几乎计算电影

研究人员分析分子运动方式并描述液态结构在不同水温和压力下,模拟高密度和低密度液分相并持续微调算法以获取更准确结果

即使是十年前,运行如此长详细模拟是不可能的, 但机器学习今天提供快捷方式研究者使用机器学习算法计算水分子交互作用的能量模型计算速度比传统技术快得多,使模拟能提高进度效率

机器学习不完美, 所以这些长模拟还提高预测精度研究人员谨慎地用不同类型的模拟算法测试预测多重模拟产生相似结果后,验证准确性

挑战之一是没有太多数据可供比较 因为这是几乎不可能实验研究的问题加特纳说并试图使用多重计算技术实现此目标

超出水

研究者测试的一些条件极有可能不在地球直接存在,但有可能存在于太阳系各种水环境中,从欧罗巴大洋到慧星中心水然而这些发现也能帮助研究者更好地解释和预测水奇复杂物理化学,为水在工序中的使用提供资讯,开发更好的气候模型等等

Gartner表示,工作甚至更加泛泛化欧洲杯足球竞彩水研究领域深入研究,但这种方法可扩展至聚合物等难模拟材料或化学反应等复杂现象

水对生命产业如此重要, 水能否经历此阶段过渡的问题 是一个长期问题, 如果我们能向答案发展,那很重要他说可现在我们有了这种实战新计算技术, 但我们还不知道边界是什么, 并有很大空间向前移动域

源码 :https://www.gatech.edu/

告诉我们你的想法

是否有审查更新或任何想添加到新闻故事中

留下反馈
批注类型
提交