2018-09-19 00:04:02
科学家利用人工神经网络预测新的稳定材料

人工神经网络——受大脑连接启发的算法——已经“学会”执行各种任务,从自动驾驶汽车中的行人检测,到分析医学图像,再到翻译语言。现在,加州大学圣地亚哥分校的研究人员正在训练人工神经网络来预测新的稳定材料。

“预测材料的稳定性是材料科学、物理和化学中的一个中心问题,”加州大学圣地亚哥·雅各布工程学院纳米工程教授、资深作者夏洛克·平昂说。“一方面,你有传统的化学直觉,比如莱纳斯·鲍林的五条规则,根据离子的半径和堆积来描述晶体的稳定性。另一方面,你有昂贵的量子力学计算来计算形成晶体所获得的能量,这些能量必须在超级计算机上完成。我们所做的是使用人工神经网络来连接这两个世界。"

通过训练人工神经网络来预测晶体的形成能量,仅仅使用两个输入——电负性和组成原子的离子半径——Ong和他在材料虚拟实验室的团队已经开发出了能够识别两类晶体中稳定材料的模型,这两类晶体被称为石榴石和钙钛矿。这些模型比以前的机器学习模型精度高10倍,并且速度足够快,可以在几个小时内有效地在笔记本电脑上筛选成千上万种材料。该小组在9月18日发表在《自然通讯》上的一篇论文中详细介绍了这项工作。

石榴石和钙钛矿用于LED灯、可充电锂离子电池和太阳能电池。这些神经网络有潜力极大地加速这些和其他重要应用的新材料的发现,”第一作者叶伟科指出,他是Ong材料虚拟实验室的化学博士学生。

该团队已经通过网络应用程序公开了他们的模型。这使得其他人可以使用这些神经网络来计算任何石榴石或钙钛矿成分的形成能量。
研究人员计划将神经网络的应用扩展到其他晶体原型以及其他材料特性。

猜您喜欢的其它内容