您的位置: 首頁(yè) >互聯(lián)網(wǎng) >

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

2019-06-11 11:41:11 編輯: 來(lái)源:
導(dǎo)讀 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

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。

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)中被稱為轉(zhuǎn)移學(xué)習(xí)。


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請(qǐng)聯(lián)系刪除!

最新文章

精彩推薦

圖文推薦

點(diǎn)擊排行

2016-2022 All Rights Reserved.平安財(cái)經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號(hào):閩ICP備19027007號(hào)-6

本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。