إن التنبؤ بالهياكل الذرية مفيد في مجال الطاقة والاستدامة

9
0

يمكن تقليل كربونات CN1 غير الطبيعية (رقم التنسيق 1) بشكل فعال عن طريق دورات K لأخذ عينات إعادة التشغيل. ائتمان: التعلم الآلي: العلوم والتكنولوجيا (2024). دوى: 10.1088/2632-2153/ad8c10

طور الباحثون في مختبر لورانس ليفرمور الوطني (LLNL) نهجًا جديدًا يجمع بين الذكاء الاصطناعي التوليدي (AI) ومحاكاة المبادئ الأولى للتنبؤ بالهياكل الذرية ثلاثية الأبعاد للمواد شديدة التعقيد.

يسلط هذا البحث الضوء على جهود LLNL في تطوير التعلم الآلي لأبحاث علوم المواد ودعم مهمة المختبر لتطوير حلول تكنولوجية مبتكرة للطاقة والاستدامة.

الدراسة التي نشرت مؤخرا في التعلم الآلي: العلوم والتكنولوجيايمثل قفزة محتملة للأمام في تطبيق الذكاء الاصطناعي لتوصيف المواد والتصميم العكسي.

يستخدم هذا النهج الأشعة السينية…

رابط المصدر

ترك الرد

من فضلك ادخل تعليقك
من فضلك ادخل اسمك هنا