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.
Умный алгоритм предскажет свойства магнитных материалов быстрее и точнее
Международная группа исследователей разработала методику, которая самостоятельно настраивает математическую модель магнитного взаимодействия. Новый алгоритм позволит более реалистично моделировать и проектировать материалы с требуемыми свойствами и предсказывать их свойства перед экспериментальной проверкой.
Результаты опубликованы в журнале Physical Review B. В последние годы активно развивается разработка машинно-обучаемых межатомных потенциалов. Они способны обеспечить быстроту и точность моделирования структуры и свойств материалов. Квантово-механические методы, например, теория функционала плотности дают высокую точность вычислений, однако требуют значительных вычислительных ресурсов и времени. Машинное обучение ускоряет вычисления больших систем, практически не уступая в точности. Одна из острых проблем в применении машинного обучения заключается в обеспечении физической достоверности.
В своей новой работе ученые из МФТИ, Сколтеха, ВШЭ и их иностранные коллеги предложили алгоритм автоматического обучения машинно-обучаемого межатомного потенциала с магнитными степенями свободы. Он ускоряет трудоемкие квантово-механические расчеты при исследовании парамагнитных материалов, при этом сохраняя их высокую точность.
Магнитные моменты становятся новой переменной, что усложняет обучение потенциала. Процесс моделирования с использованием магнитного межатомного потенциала состоит из двух этапов. На первом этапе оптимизируется величина магнитных моментов при фиксированных координатах атомов и параметрах решетки так, чтобы полная энергия системы была минимальна. На втором этапе магнитные моменты фиксируются и выполняется молекулярно-динамическое моделирование, в ходе которого изменяются координаты атомов и параметры решетки с учетом магнитного взаимодействия.
Кроме того, наличие магнитных моментов в функциональной форме потенциалов усложняет его обучение. Для решения этой задачи исследователи разработали алгоритм, который автоматически выбирает оптимальные конфигурации для обучающей выборки. Алгоритм отслеживает конфигурации, возникающие прямо в процессе моделирования с обучаемым потенциалом, и для отобранных конфигураций проводятся расчеты с помощью теории функционала плотности. Полученные данные добавляются в обучающую выборку, на основе которой происходит обучение потенциала.
«Главной особенностью разработанного нами потенциала является возможность отбора конфигураций прямо во время моделирования с обучаемым потенциалом, например, в ходе молекулярной динамики. Таким образом, появляется возможность автоматизировать процесс составления обучающей выборки, так как потенциал сам отбирает релевантные конфигурации для последующего их расчета с помощью теории функционала плотности и дообучения на них. Еще одной особенностью является учет магнитных моментов конфигураций при отборе в ходе активного обучения», — рассказал Иван Новиков, доцент факультета компьютерных наук НИУ ВШЭ, доцент кафедры химической физики функциональных материалов МФТИ, старший научный сотрудник Сколтеха.
Ученые протестировали новый подход на материале CrN с кубической кристаллической решеткой, подобной кристаллической решетке поваренной соли. Свойства этого материала хорошо известны, и поэтому он позволил определить надежность разработанного подхода. Кроме того, особенностью данного материала является то, что при температурах выше комнатной он находится в парамагнитном состоянии, что являлось дополнительным усложнением апробации предложенной методологии. Результаты показали, что алгоритм точно воспроизводит константы упругости и термические свойства. Рассчитанные фононные спектры согласуются с экспериментальными данными. Ученые отмечают, что разработанный алгоритм универсальный и его можно применять для других материалов.
Итак, предложенный подход показал высокую точность в воспроизведении механических, динамических и термических свойств парамагнитного CrN, демонстрируя ресурс для широкого применения в материаловедении.
«Мы планируем добавить неколлинеарный магнетизм в функциональную форму нашего потенциала. Также мы хотим разработать и апробировать метод предсказания температуры перехода в парамагнитное состояние с использованием метода Монте–Карло с переворотом магнитных моментов в ходе молекулярной динамики», — поделился планами на дальнейшие исследования Иван Новиков.
В работе участвовали ученые из МФТИ, Сколтеха, НИУ ВШЭ, Института химии твердого тела и механохимии СО РАН, Института биохимической физики имени Н. М. Эмануэля РАН, Института Материаловедения Кальяри (Италия), Центра материалов Леобен (Австрия).
Telegram 
Дзен 
VK Просмотры вакансий и подача заявлений о поиске нового места работы резко активизировались в среде американских ученых, причем они ищут места вне Штатов. Происходящее связано даже не столько с сокращением финансирования науки новой администрацией, сколько с неуверенностью в том, что того или иного исследователя сокращения не коснутся в будущем.
Международная команда исследователей с участием ученых из НИУ ВШЭ экспериментально показала, что люди, страдающие биполярным расстройством, считают мир более нестабильным, чем он есть на самом деле, и из-за этого чаще принимают нерациональные решения. Ученые предполагают, что полученные результаты позволят в будущем разработать более точные методы диагностики и терапии биполярного аффективного расстройства.
Расчеты показывают, что значительная часть обычной материи содержится не в звездах и планетах, а в межгалактическом пространстве. Это крайне разреженное вещество невозможно наблюдать напрямую, но ученые нашли подходящий «инструмент» — быстрые радиовсплески. В новом масштабном исследовании астрономы изучили более полусотни таких событий и выявили «потерянную» материю Вселенной.
Изучив поведение 69 видов птиц в разных областях Западных Гат (Индия), международная исследовательская группа наконец объяснила, почему территориальные и всеядные птицы чаще других поют по утрам.
Наблюдая ранние этапы рождения землеподобных миров, астрономы приблизились к решению «метрового барьера» — проблемы роста пылевых зерен до размеров, необходимых для формирования планет.
Среди ныне живущих морских обитателей осталось всего несколько так называемых «живых» ископаемых вроде латимерии или мечехвоста. Остальных мы знаем по уцелевшим остаткам. Новый вид древней рыбы обнаружили палеонтологи в девонском песчанике Канадской Арктики. Судя по найденным зубам и челюстям, рыба была в разы меньше своих родственников, а значит, могла жить в реках, что необычно для этих существ.
Вид антилоп, с ледникового периода привыкший к массовым миграциям, пытается вернуться в свой исторический ареал, когда-то достигавший Днепра. Однако их нетипичные для травоядных привычки вызывают сильнейшее отторжение у сельских жителей, предлагающих массово уничтожать их с воздуха. С экологической точки зрения возвращение этих животных весьма желательно, но как примирить их с фермерами — неясно.
Недавно вышел второй сезон сериала «Одни из нас» (TheLastofUs), созданного по сюжету популярнейшей видеоигры. Ученые Пермского Политеха решили разобраться, насколько реален сценарий грибной пандемии, превращающей людей зомби? Чем живет кордицепс и как он «ищет» своих жертв, действительно ли паразит способен эволюционировать настолько, чтобы поражать человеческий организм и подчинять себе его волю, был бы у людей шанс выжить, какие грибы уже поселились в наших телах и выручит ли нас иммунитет, сформированный тысячелетиями.
Казахстанский Алматы — город контрастов, где горы соседствуют с урбанистическими пейзажами, а бизнес-центры — с историческими кварталами. Неизменным остается одно — пробки. Ежедневно сюда приезжает более 700 тысяч автомобилей из пригородов, при этом в самом мегаполисе зарегистрировано порядка 600 тысяч транспортных средств. В результате по улицам ежедневно движется более миллиона транспортных средств.
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