中文字幕在线天|亚洲一区二区三区手机版|少妇中文字幕乱码亚洲影视|最好看的久久综合伊人



      

      
  

      

      
	
	

      

      



      

	
      

      
	
      
  	       
      
       中國(guó)基因網(wǎng)您的位置：首頁(yè) >國(guó)外研究 >        
      
  
      
		
      
			
      工程師使用圖形網(wǎng)絡(luò)準(zhǔn)確預(yù)測(cè)分子和晶體的特性
      
			
      
				2019-07-20 09:19:01
				?
			  來(lái)源：
			
      
		
      
				
		
      
			
      加州大學(xué)圣地亞哥分校的納米工程師開(kāi)發(fā)了新的深度學(xué)習(xí)模型，可以準(zhǔn)確預(yù)測(cè)分子和晶體的特性。通過(guò)實(shí)現(xiàn)幾乎瞬時(shí)的屬性預(yù)測(cè)，這些深度學(xué)習(xí)模型為研究人員提供了快速掃描幾乎無(wú)限的化合物的手段，以發(fā)現(xiàn)各種技術(shù)應(yīng)用的潛在變革材料，如高能量密度鋰離子電池，暖白色LED和更好的光伏發(fā)電。
      

      工程師使用圖形網(wǎng)絡(luò)準(zhǔn)確預(yù)測(cè)分子和晶體的特性
      

      為了構(gòu)建他們的模型，由加州大學(xué)圣地亞哥雅各布斯工程學(xué)院的納米工程教授Shyue Ping Ong領(lǐng)導(dǎo)的團(tuán)隊(duì)使用了一種新的深度學(xué)習(xí)框架，稱(chēng)為圖形網(wǎng)絡(luò)，由Google DeepMind開(kāi)發(fā)，是AlphaGo和AlphaZero背后的大腦。圖形網(wǎng)絡(luò)有可能擴(kuò)展現(xiàn)有AI技術(shù)的功能，以有限的經(jīng)驗(yàn)和知識(shí)執(zhí)行復(fù)雜的學(xué)習(xí)和推理任務(wù) - 人類(lèi)擅長(zhǎng)的東西。
      

      對(duì)于像Ong這樣的材料科學(xué)家來(lái)說(shuō)，圖形網(wǎng)絡(luò)提供了一種自然的方式來(lái)表示分子或晶體中原子之間的鍵合關(guān)系，并使計(jì)算機(jī)能夠了解這些關(guān)系如何與其化學(xué)和物理特性相關(guān)。
      

      Ong的團(tuán)隊(duì)稱(chēng)為MatErials Graph Network(MEGNet)模型的新圖形網(wǎng)絡(luò)模型在預(yù)測(cè)QM9數(shù)據(jù)集中133,000個(gè)分子的13個(gè)屬性中的11個(gè)方面表現(xiàn)優(yōu)于現(xiàn)有技術(shù)。該團(tuán)隊(duì)還在材料項(xiàng)目中對(duì)大約60,000個(gè)晶體進(jìn)行了MEGNet模型的培訓(xùn)。這些模型在預(yù)測(cè)晶體的形成能，帶隙和彈性模量方面優(yōu)于先前的機(jī)器學(xué)習(xí)模型。
      

      該團(tuán)隊(duì)還展示了兩種克服材料科學(xué)和化學(xué)數(shù)據(jù)限制的方法。首先，該團(tuán)隊(duì)表明，圖形網(wǎng)絡(luò)可用于統(tǒng)一多個(gè)自由能模型，從而使訓(xùn)練數(shù)據(jù)多次增加。其次，他們表明他們的MEGNet模型可以有效地學(xué)習(xí)周期表中元素之間的關(guān)系。然后，可以傳輸來(lái)自在大數(shù)據(jù)集上訓(xùn)練的屬性模型的機(jī)器學(xué)習(xí)信息，以用較少量的數(shù)據(jù)來(lái)改進(jìn)屬性模型的訓(xùn)練和準(zhǔn)確性 - 這種概念在機(jī)器學(xué)習(xí)中被稱(chēng)為轉(zhuǎn)移學(xué)習(xí)。
      
			

			
        
      
			
      
            鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
			
      
			
			
      
        
      推薦內(nèi)容