全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4机器学习在各领域的广泛应用以及促生其在材料领域的应用
作者:管理员    发布于:2021-04-13 13:08    文字:【】【】【

  机器学习的在各领域的广泛应用也促生其在材料领域的应用。它提供了一种革命性的工具,即能从高维数据中发现数据间的规律。有助于减少计算量从而加速对新材料的探索。对于复杂的数据集,如晶体化合物的数据集,一个至关重要的问题是如何从化学视角为晶体结构构建低维特征。糟糕的特征无法减低数据的复杂性或无法提取晶体的关键信息从而导致巨大的预测误差。为了满足覆盖绝大多数晶体结构和组成,特征需要满足旋转、平移和尺度不赢咖4变性。因此完整、精确地数字化描述晶体材料是一项具有挑战性的任务。

  来自北京大学深圳研究生院新材料学院的潘锋教授和密歇根州立大学数学系的魏国卫教授等提出,原子特殊的持续同调(ASPH)可作为机器学习预测材料形成能的特征,取得了较好的预测效果。不同于传统拓扑的高级抽象,ASPH能将多尺度几何信息嵌赢咖4入拓扑不变量中,能有效地提取几何空间中的独立元件、环、空腔等独特特征。

  更具体来说,独立元件由化学键彼此连接,而环和空腔则为多体相互作用。这一发现证明了代数拓扑理论在研究晶体材料中可发挥重要作用。值得注意的是,相比于暨往方法,ASPH对晶体材料形成能的模拟计算有更准确的预测能力,它的适用性可扩展到所有空间群和绝大多数元素。这不仅提供了一种新型的晶体结构描述方法,而且有助于利用计算机辅助设计和新材料发现。

相关推荐
  • 赢咖4打开算法黑箱之谜 !索信达积极推进“可解释机器学习”在金融领域的应用
  • 赢咖4机器学习在各领域的广泛应用以及促生其在材料领域的应用
  • 赢咖4娱乐AWS持续发力机器学习服务中国市场服务领域“全面开花”
  • 赢咖4注册彰显中国AI技术实力!百度EasyDL蝉联中国机器学习平台市场第一
  • 赢咖4全球机器学习技术大会引领2021人工智能新风向
  • 赢咖4VMware招聘机器学习和云原生开发工程师
  • 赢咖42021年的机器学习会有哪些值得期待的改变
  • 赢咖4注册2021年机器学习概念相关上市公司有哪些?
  • 赢咖4注册如何通过机器学习挖掘实际业务价值?
  • 赢咖4注册2021年值得关注的人工智能与机器学习的五大趋势
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下