Полiт.ua Государственная сеть Государственные люди Войти
26 сентября 2018, среда, 09:41
Facebook Twitter VK.com Telegram

НОВОСТИ

СТАТЬИ

АВТОРЫ

ЛЕКЦИИ

PRO SCIENCE

СКОЛКОВО

РЕГИОНЫ

Машинное обучение помогло моделировать межатомные взаимодействия

МФТИ

Группа ученых из Московского физико-технического института, НИИ автоматики имени Н. Л. Духова и Сколтеха под руководством Артема Оганова применила метод машинного обучения для моделирования поведения алюминия и урана при различных температурах, давлениях и в разных фазовых состояниях. Моделирование химических систем позволяет предсказывать их свойства в различных условиях до проведения экспериментов, что в дальнейшем даёт возможность воплотить в реальность наиболее перспективные материалы. Результаты опубликованы в журнале Scientific Reports, кратко о них рассказывает пресс-релиз МФТИ.

Активное развитие науки последних ста лет привело к наличию удивительного разнообразия органических и неорганических соединений, белковых и липидных структур, множества схем химических реакций. Однако чем больше новых структур и молекул, тем больше времени требуется для того, чтобы исследовать их строение, биохимические и физические свойства, изучить модели их поведения в различных условиях и возможные реакции взаимодействия с другими веществами. На данный момент изучать вышеперечисленные свойства возможно с помощью компьютерного моделирования.

Сейчас самый популярный метод моделирования основан на использовании набора параметров, описывающих рассматриваемую биохимическую систему: длины связей в молекулах, углы между атомами, заряды и так далее – так называемый «метод силовых полей». Однако использование этого метода не позволяет точно воспроизводить квантово-механические силы, которые действуют в молекулах. Кроме того, точные квантово-механические расчеты занимают много времени, не позволяют рассчитывать свойства больших систем и ограничиваются парой сотен атомов. Преодолеть это препятствие помогают модели машинного обучения. Обучаясь на относительно небольшой выборке данных (получаемых в квантово-механических расчетах), эти модели затем могут быть использованы вместо квантово-механических расчетов, поскольку обладают такой же точностью, но требуют примерно в тысячу раз меньше вычислительных ресурсов.

Ученые применили машинное обучение для моделирования межатомных взаимодействий в кристаллах и расплавах двух элементов: алюминия и урана. Алюминий является хорошо изученным металлом с известными физико-химическими свойствами. Уран был выбран, наоборот, из-за наличия разнящихся опубликованных данных о его физико-химических свойствах и желания исследователей эти свойства уточнить.

В ходе данной работы с помощью обученной модели исследователи изучали такие свойства, как плотность фононных состояний, энтропия и температура плавления алюминия. Иван Круглов, сотрудник лаборатории компьютерного дизайна материалов МФТИ, рассказывает: «Величины сил межмолекулярных взаимодействий атомов в кристаллах можно успешно применять для предсказания поведения атомов этого элемента при других температурах и в других фазовых состояниях, а также, наоборот, — зная свойства системы в жидком фазовом состоянии, узнать поведение атомов в кристаллической решетке. Таким образом, появляется возможность расчета фазовой диаграммы урана на основании данных о его кристаллической структуре. Показывая состояние вещества в зависимости от давления и температуры, фазовые диаграммы позволяют определять возможности и границы применения элементов».

Основным критерием достоверности виртуально полученных данных стало их сравнение с экспериментальной информацией. Использованный метод моделирования показал хорошую точность. Информация, полученная методом машинного обучения, имеет меньшие погрешности, чем методы моделирования, использующие силовые поля. Данное исследование заключается в повышении скорости и точности моделирования систем атомов методом машинного обучения, предложенным авторами в 2016 году.

Обсудите в соцсетях

Система Orphus
Loading...
Подпишитесь
чтобы вовремя узнавать о новых спектаклях и других мероприятиях ProScience театра!
3D Apple Big data Dragon Facebook Google GPS IBM MERS PRO SCIENCE видео ProScience Театр SpaceX Tesla Motors Wi-Fi Адыгея акустика Александр Лавров альтернативная энергетика «Ангара» антибиотики античность археология архитектура астероиды астрофизика аутизм Африка бактерии бедность библиотеки биология биомедицина биомеханика бионика биоразнообразие биотехнологии блогосфера бозон Хиггса Византия викинги вирусы военная полиция Вольное историческое общество воспитание Вселенная вулканология гаджеты генетика география геология геофизика глобальное потепление гравитация грибы грипп дельфины демография демократия дети динозавры ДНК Древний Египет естественные и точные науки животные жизнь вне Земли Западная Африка защита диссертаций землетрясение змеи зоопарк зрение Иерусалим изобретения иммунология импорт инновации интернет инфекции информационные технологии искусственный интеллект ислам исламизм история история искусства история цивилизаций История человека. История институтов исчезающие языки карикатура картография католицизм квантовая физика квантовые технологии КГИ киты климатология комета кометы компаративистика компьютерная безопасность компьютерные технологии космический мусор космос криминалистика культура культурная антропология Курская область лазер Латинская Америка лексика лженаука лингвистика Луна льготы мамонты Марс математика материаловедение МГУ медицина междисциплинарные исследования Международный арбитражный суд в Гааге местное самоуправление Металлургия метеориты микробиология микроорганизмы Минобрнауки мифология млекопитающие мобильные приложения мозг моллюски Монголия музеи НАСА насекомые научный юмор неандертальцы нейробиология неолит Нобелевская премия НПО им.Лавочкина обезьяны обучение общество одаренные дети онкология открытия палеолит палеонтология память папирусы паразиты педагогика перевод персональные данные планетология погода подготовка космонавтов политика право преподавание истории приматы продолжительность жизни происхождение человека Протон-М психоанализ психология психофизиология птицы РадиоАстрон ракета растения РБК РВК РГГУ религиоведение рептилии РКК «Энергия» робототехника Роскосмос Роспатент Росприроднадзор Российская империя Русал русский язык рыбы Сергиев Посад сердце Сингапур сланцевая революция смертность СМИ Солнце сон социология спутники старение старообрядцы стартапы статистика такси технологии тигры топливо торнадо транспорт ураган урбанистика фармакология физика физиология финансовый рынок фольклор химия христианство Центр им.Хруничева черные дыры школа эволюция экология эмбриональное развитие эпидемии эпидемиология этнические конфликты этология Юпитер ядерная физика язык

Редакция

Электронная почта: politru.edit1@gmail.com
Адрес: 129090, г. Москва, Проспект Мира, дом 19, стр.1, пом.1, ком.5
Телефон: +7 495 980 1894.
Яндекс.Метрика
Свидетельство о регистрации средства массовой информации
Эл. № 77-8425 от 1 декабря 2003г. Выдано министерством
Российской Федерации по делам печати, телерадиовещания и
средств массовой информации. Выходит с 21 февраля 1998 года.
При любом использовании материалов веб-сайта ссылка на Полит.ру обязательна.
При перепечатке в Интернете обязательна гиперссылка polit.ru.
Все права защищены и охраняются законом.
© Полит.ру, 1998–2014.