AIGC動態歡迎閱讀

原標題：無需任何系統的物理知識，美國阿貢國家實驗室AI制造材料「指紋」
關鍵字：報告,材料,指紋,動力學,數據
文章來源：人工智能學家
內容字數：0字

內容摘要：

來源：ScienceAI
編輯：綠羅
正如人類一樣，材料也會隨時間推移而演變。它們在受到壓力和放松時也會表現出不同的行為。
由于難以在不同長度和時間尺度上對材料進行實驗探測，理解和解釋功能材料原位動力學是物理學和材料科學領域的一大挑戰。
近日，來自美國阿貢國家實驗室的研究人員開發了一個無監督深度學習 (DL) 框架，用于自動從實驗數據中對松弛動力學（relaxation dynamics）進行分類，而無需任何系統的物理知識。
這項技術可以創建不同材料的「指紋」，這些指紋可以通過神經網絡讀取和分析，從而獲得科學家以前無法訪問的新信息。
研究展示了如何使用這種方法來加速對大型數據集的探索，識別感興趣的樣本，并且應用這種方法將微觀動力學與模型系統的宏觀特性直接關聯起來。
重要的是，該 DL 框架與材料和工藝無關，標志著朝著自主材料發現邁出了堅實的一步。
相關研究以「AI-NERD: Elucidation of relaxation dynamics beyond equilibrium through AI-informed X-ray photon correlation spectro

原文鏈接：無需任何系統的物理知識，美國阿貢國家實驗室AI制造材料「指紋」

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：