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注册机器学习探索复杂非平衡相变研究获进展
作者:管理员    发布于:2021-03-11 00:33    文字:【】【】【

  作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为己任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。更多简介 +

  中国科学技术大学(简称“中科大”)于1958年由中国科学院创建于北京,1970年学校迁至安徽省合肥市。中科大坚持“全院办校、所系结合”的办学方针,是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

  中国科学院大学(简称“国科大”)始建于1978年,其前身为中国科学院研究生院,2012年更名为中国科学院大学。国科大实行“科教融合”的办学体制,与中国科学院直属研究机构在管理体制、师资队伍、培养体系、科研工作等方面共有、共治、共享、共赢,是一所以研究生教育为主的独具特色的研究型大学。

  上海科技大学(简称“上科大”),由上海市人民政府与中国科学院共同举办、共同建设,2013年经教育部正式批准。上科大秉持“服务国家发展战略,培养创新创业人才”的办学方针,实现科技与教育、科教与产业、科教与创业的融合,是一所小规模、高水平、国际化的研究型、创新型大学。

  赢咖4

  中国科学院紫金山天文台(中国科大天文与空间科学学院)2021年招收攻读博士学位研究生报名公告

  中国科学院紫金山天文台(中国科大天文与空间科学学院)2021年接收“推免生”章程

  2020年南昌大学-中国科学院稀土研究院“稀土专项”联合培养博士研究生“申请-考核”制招生公告

  物质从一种状态转变为另一种状态的过程称之为相变。简单而言,相变对应了物质从一种“序”变为另一种“序”的过程。诺贝尔物理学奖获得者朗道提出的基于序参量为研究变量的朗道理论,已成为研究相变过程普遍采用的统计物理学方法。以水结冰为例:在相变发生之前,水分子是无规分布的;但相变发生之后,水分子按照四面体结构周期性的排列方式而形成冰。因而,水结冰这种相变对应着“晶体序”的产生。

  与水结冰完全不同,由过冷液体在临界温度以下形成的玻璃态的过程,在相变前后,分子都呈现出无序的排列方式(图1)。液体态和玻璃态的明显区别在于其各自的动力学行为:处于液体态中的分子运动很快,因此液体具有流动性;而玻璃态中的分子则基本不动,因而玻璃宏观上呈现为没有流动性的固态。相对于平衡态相变(如水结冰),液体形成玻璃的过程是一个典型的非平衡过程。由于难以定义和测量体系的序参量,对于这类复杂的非平衡态相变,传统的统计物理方法显得束手无策,关于玻璃态物理本质的理解是公认的难题,在Science创刊125周年之际被列为125个最具挑战性的科学问题之一。由于玻璃态物质在材料应用和科学探索方面的重要价值,科学家们构建了物理和数学模型,试图理解玻璃化转变的物理本质及其规律。

  中国科学院理论物理研究所副研究员金瑜亮、北京航空航天大学化学学院研究员蒋滢和加拿大滑铁卢大学教授陈征宇等合作,采用机器学习方法,直接从分子模拟数据出发,研究玻璃模型中的一种特有的复杂非平衡相变——Gardner相变,即在降温条件下,玻璃体系呈现出由具有单一cage size的Glass相到多级次cage size的Gardner相的动力学转变。基于深度学习算法的特征结构识别功能,通过构造基于分子动力学轨迹的输入数据、并结合“有限时间-有限尺寸”效应分析,研究发现机器学习算法不但可以识别这种非平衡相变,而且可以体现体系的空间关联性,从而精确确定该相变对应的临界指标等物理性质(图2)。这也是首次基于分子模拟数据对Gardner相变临界指标的数值报道。该研究方法无需对体系事先构建物理模型,而是直接从轨迹数据出发,由机器学习算法自动提取体系的非平衡态物理规律,从而有效避免了因人为理解的偏差而导致物理模型的失真。该研究非平衡态相变的思路和方法有望在自旋玻璃、高分子聚合物、生物细胞等非平衡态体系中得到进一步应用。相关研究成果发表在PNAS上。博士李华平(北航博士后,现在中国科学院大学温州研究院工作)和金瑜亮为论文的共同第一作者,金瑜亮和蒋滢为论文的共同通讯作者。

  研究工作得到国家自然科学基金委员会、中科院、北京航空航天大学拔尖人才等的支持。部分计算在理论物理所和北京航空航天大学先进计算平台完成。

  赢咖4

  物质从一种状态转变为另一种状态的过程称之为相变。简单而言,相变对应了物质从一种“序”变为另一种“序”的过程。诺贝尔物理学奖获得者朗道提出的基于序参量为研究变量的朗道理论,已成为研究相变过程普遍采用的统计物理学方法。以水结冰为例:在相变发生之前,水分子是无规分布的;但相变发生之后,水分子按照四面体结构周期性的排列方式而形成冰。因而,水结冰这种相变对应着“晶体序”的产生。

  与水结冰完全不同,由过冷液体在临界温度以下形成的玻璃态的过程,在相变前后,分子都呈现出无序的排列方式(图1)。液体态和玻璃态的明显区别在于其各自的动力学行为:处于液体态中的分子运动很快,因此液体具有流动性;而玻璃态中的分子则基本不动,因而玻璃宏观上呈现为没有流动性的固态。相对于平衡态相变(如水结冰),液体形成玻璃的过程是一个典型的非平衡过程。由于难以定义和测量体系的序参量,对于这类复杂的非平衡态相变,传统的统计物理方法显得束手无策,关于玻璃态物理本质的理解是公认的难题,在Science创刊125周年之际被列为125个最具挑战性的科学问题之一。由于玻璃态物质在材料应用和科学探索方面的重要价值,科学家们构建了物理和数学模型,试图理解玻璃化转变的物理本质及其规律。

  中国科学院理论物理研究所副研究员金瑜亮、北京航空航天大学化学学院研究员蒋滢和加拿大滑铁卢大学教授陈征宇等合作,采用机器学习方法,直接从分子模拟数据出发,研究玻璃模型中的一种特有的复杂非平衡相变——Gardner相变,即在降温条件下,玻璃体系呈现出由具有单一cage size的Glass相到多级次cage size的Gardner相的动力学转变。基于深度学习算法的特征结构识别功能,通过构造基于分子动力学轨迹的输入数据、并结合“有限时间-有限尺寸”效应分析,研究发现机器学习算法不但可以识别这种非平衡相变,而且可以体现体系的空间关联性,从而精确确定该相变对应的临界指标等物理性质(图2)。这也是首次基于分子模拟数据对Gardner相变临界指标的数值报道。该研究方法无需对体系事先构建物理模型,而是直接从轨迹数据出发,由机器学习算法自动提取体系的非平衡态物理规律,从而有效避免了因人为理解的偏差而导致物理模型的失真。该研究非平衡态相变的思路和方法有望在自旋玻璃、高分子聚合物、生物细胞等非平衡态体系中得到进一步应用。相关研究成果发表在PNAS上。博士李华平(北航博士后,现在中国科学院大学温州研究院工作)和金瑜亮为论文的共同第一作者,金瑜亮和蒋滢为论文的共同通讯作者。

  研究工作得到国家自然科学基金委员会、中科院、北京航空航天大学拔尖人才等的支持。部分计算在理论物理所和北京航空航天大学先进计算平台完成。

相关推荐
  • 赢咖4注册阿里云机器学习PAI同时入选 Gartner DSML 及 Cloud AI Developer Svices 全球魔力象限
  • 赢咖4注册机器学习探索复杂非平衡相变研究获进展
  • 赢咖4机器学习第2步:数据预处理的L1和L2正则化方法
  • 赢咖4注册新机器学习算法确认50颗系外行星
  • 赢咖4注册人工智能的严重问题是“什么”?
  • 赢咖4小心你下载的机器学习工具包可能是病毒:CuPy被掉包官方一天后才发现
  • 赢咖4非线性不仅能帮助机器学习而且是一种强大的特征工程工具
  • 赢咖4注册松下意图收购机器学习公司 Blue Yonder:或花费近 65 亿美元
  • 赢咖4富士康采用谷歌机器学习程序检测不良产品提高智能手机生产效率
  • 赢咖4注册探究机器学习和物联网结合的四大好处
  • 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