Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Физики показали новый способ предсказания свойств магнитных сплавов с помощью машинного обучения
Ученые из Сколтеха и МФТИ с коллегами из Германии, Австрии и Норвегии предложили и верифицировали новый способ компьютерного моделирования магнитных сплавов с помощью машинно-обучаемых потенциалов. В методе в качестве переменных учитываются магнитные моменты атомов (магнитные степени свободы), благодаря чему он успешно предсказал энергию, механические и магнитные характеристики сплава железа и алюминия. Ученые планируют добавить в метод активное обучение и протестировать его на другом материале — нитриде хрома.
Работа опубликована в Scientific Reports. При компьютерном моделировании материалов нередко приходится искать баланс между скоростью и точностью расчетов. Наименьшие ошибки в предсказаниях свойств и структуры веществ дают квантово-механические методы, в которых рассчитывается электронная структура вещества. Наиболее популярный из них — теория функционала плотности (DFT), в котором вместо волновой функции для каждого электрона, используется обобщенная электронная плотность, что уменьшает количество переменных, упрощает описание и ускоряет вычисления.
Однако даже на суперкомпьютерах такими подходами можно моделировать системы размерами всего лишь в десятки и сотни атомов. Для расчетов более крупных систем применяют более упрощенные подходы через потенциалы взаимодействия, которые описывают силы между атомами и не учитывают электронную структуру. Из-за этого падает точность предсказаний свойств материала.
В последние годы было найдено промежуточное решение, когда можно сохранить «квантово-механическую точность» и на несколько порядков повысить скорость вычислений даже для систем из тысяч атомов. Одним из популярных методов стало машинное обучение, с помощью которого исследователи создают потенциалы взаимодействия, но обученные на результатах квантово-механических расчетов. Эти потенциалы лучше предсказывают параметры материалов, чем эмпирические аналоги.
Однако даже машинно-обученные потенциалы не всегда учитывают магнитные степени свободы атомов, что может приводить к ошибкам, например, при моделировании материалов с выраженным ферро-, антиферро- или парамагнетизмом.
Чтобы корректно предсказывать свойства подобных веществ, научная группа физиков и математиков из МФТИ и Сколтеха, обобщила свой метод построения машинно-обучаемых потенциалов MTP (Moment Tensor Potentials) до версии mMTP (magnetic MTP), в которой учтены магнитные степени свободы атомов. Ученые уже применяли новую версию, в том числе для предсказания энергии железа в парамагнитном и ферромагнитном состоянии. В новой работе они протестировали метод для двухкомпонентного сплава железо-алюминий.
Иван Новиков, старший научный сотрудник Сколковского института науки и технологий и доцент кафедры химической физики функциональных материалов МФТИ, комментирует: «Наш коллектив занимается разработкой машинно-обучаемых потенциалов, которые ускоряют приблизительно на пять порядков квантово-механические расчеты, нужные для описания свойств материалов.
В последние три года пошла разработка машинно-обучаемых потенциалов с магнитными степенями свободы, и мы тоже уже создали подобный потенциал — магнитный MTP и валидировали его для системы железа. В этой работе мы хотели провалидировать потенциал уже на двухкомпонентной системе и продемонстрировать алгоритм построения базы данных для обучения потенциала».
Исследователи собрали базу данных на основе результатов квантово-механических расчетов и по ней обучили пять mMTP-потенциалов. А затем проверили, как потенциалы предсказывают структуру и магнитные свойства сплава в зависимости от концентрации алюминия.
На первом и самом долгом этапе работы ученые собирали базу данных для обучения модели. Для квантово-механических расчетов выбрали системы из 16 атомов. Системы отличались по количеству и взаимному расположению («раскраске») атомов железа и алюминия. Полученные конфигурации приводили в состояние равновесия — релаксировали с помощью теории функционала плотности, то есть подбирались положения атомов, размеры кристаллической решетки и магнитные моменты, при которых конкретная структура имела минимальную энергию. На следующем шаге конфигурации возмущали: меняли размеры решетки и сдвигали атомы.
На финальном, третьем этапе возмущали уже магнитные моменты как для структур с первого шага, так и для второго, для этого использовали теорию функционала плотности, в которой есть ограничения типа равенств на магнитные моменты электронов — constrained DFT. После всех трех шагов была получена база из более 2 000 конфигураций с возмущениями и без.
Второй этап работы — обучение и верификация потенциалов mMTP — был самым сложным. На полученной выборке конфигураций исследователи обучали ансамбль из пяти потенциалов MTP. Затем исследователи сравнивали его предсказания равновесных параметров конфигураций (позиций атомов, магнитных моментов, размеров решетки) с квантово-механическими расчетами. Новый метод показал высокую точность и согласие с квантово-механическим моделированием для всех концентраций алюминия.
Результаты MTP также качественно совпали с экспериментом, когда ученые рассмотрели зависимость размеров решетки от содержания алюминия в сплаве. В пределах концентрации от 20 до 40 процента алюминия параметры решетки не менялись. Количественная разница связана в том числе с тем, что моделирование в отличие от опытов проводилось при абсолютном нуле температур.
В последней части работы ученые сравнили магнитные моменты сплавов, полученные квантово-механическим методом и с помощью mMTP. Результаты согласовались друг с другом и с теорией: если концентрация алюминия росла, сплав терял магнитные свойства. mMTP предсказал полную потерю ферромагнитизма при 50-процентном содержании алюминия в отличие от квантово-механических расчетов. Данное расхождение нуждается в дополнительном исследовании.
Далее ученые планируют добавить активное обучение в свой метод, чтобы отбор конфигураций системы, подходящих для обучения потенциала, происходил автоматически. Это позволит исследовать материалы при ненулевых температурах, а также парамагнитные системы.
Иван Новиков делится планами: «Я считаю, что, соединив наши знания и результаты статьи 2022 года про железо и эту статью про железо-алюминий, мы добавим и применим активное обучение и верифицируем mMTP для другого материала — нитрида хрома. В частности, сможем предсказать изменение удельной теплоемкости, рассмотреть парамагнитные состояния. Я сторонник подхода, что надо сначала провалидировать подробно методологию, которую разработали, а потом переходить в более практическую плоскость. Собственно говоря, наша научная работа по такому пути и развивалась: сначала валидировали MTP на прототипных системах, а сейчас мы уже подошли к предсказанию фазовых диаграмм сложных веществ».
Исследование поддержано грантом Российского научного фонда.
Telegram 
Дзен 
VK Красный сверхгигант Бетельгейзе в созвездии Ориона больше всего известен признаками «скорого» взрыва сверхновой, но недавно к этому добавились новые подозрения: о том, что она может быть двойной. Теперь астрономы пытаются выяснить, что представляет собой ее напарник. Недавние наблюдения привели к выводу, что это явно не белый карлик и не нейтронная звезда. Предполагают, что на самом деле это протозвезда.
Мурлыканье кошек оказалось связано с типом гена андрогенового рецептора. Закономерности, объясняющие поведение домашних питомцев, обнаружили ученые из Японии.
Ученые отследили происхождение грибка Pseudogymnoascus destructans — возбудителя «синдрома белого носа», который за последние десятилетия едва не истребил некоторые виды летучих мышей в США и Канаде. Также специалисты предупредили о ранее неизвестной генетической разновидности патогена, которая грозит североамериканским рукокрылым новыми вспышками заболевания.
Хотя попытки объединить квантовую теорию и гравитацию десятилетиями терпели неудачу, ученые продолжают выдвигать новые, порой крайне спорные гипотезы. Авторы нового исследования, например, предложили посмотреть на гравитацию так же, как на другие фундаментальные силы природы — через симметрии и поля.
Исследователи ВШЭ выделили более 4000 примеров устной русской речи билингвов из семи регионов России и выяснили: большинство нестандартных форм в конструкциях с числительными связано не только с их родным языком, но и с тем, как часто выражение встречается в повседневной речи. Например, фразы «два часа» или «пять километров» почти всегда совпадают с литературным вариантом, а вот менее привычные выражения, особенно с числительными от двух до четырех, а также с собирательными формами вроде «двое» или «трое», часто звучат иначе.
Большинство известных экзопланет в зоне потенциальной обитаемости — газовые гиганты, но ученые не спешат вычеркивать их из списка интересных для поиска внеземной жизни: у них могут быть каменистые луны с собственной атмосферой и гидросферой.
Да, с волосами и люком все так. У космонавта Суниты Уильямс волосы на МКС плавали свободно, а у Кэти Пэрри и прочих в полете 14 апреля 2025 года — нет. Но это не значит, что суборбитального космического полета первого чисто женского экипажа не было или что он был инсценировкой. Причем, в общем-то, чтобы понять это, даже не нужно обладать специальными знаниями.
Инженеры компании UST Inc. разработали передовой рельсовый беспилотник, способный передвигаться на скорости до 500 километров в час. Юнибус U5-75304 предназначен для перевозки пассажиров и может в перспективе заменить среднемагистральную авиацию. Давайте узнаем, как конструктивные особенности обеспечивают продолжительное движение на больших скоростях, комфорт и безопасность пассажирам.
Мохаммад Х. Аттаран (Mohammad H. Attaran) — концепт-дизайнер и цифровой художник, работающий в Великобритании. В своих проектах он сочетает эстетику научной фантастики с элементами, вдохновлёнными природой, особенно анатомией насекомых. Его машины, мехи и транспортные средства выглядят одновременно инопланетно и инженерно достоверно. Ну или почти.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.
Понятно