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.
В Сколтехе разработали метод для изучения сложных твердых веществ с помощью машинного обучения
Ученые из Сколтеха представили метод для изучения свойств поликристаллов, композитных материалов и многофазных систем с помощью машинного обучения. Точность результатов расчетов с применением нового метода сопоставима с точностью квантово-механических методов, которые можно использовать только для материалов, состоящих не более чем из нескольких сотен атомов. Еще одно преимущество нового метода — в возможности обучения потенциала на так называемых локальных окружениях атомов.
Работа опубликована в журнале Advanced Theory and Simulations. «Многие синтезируемые материалы в промышленности получаются не моно-, а поликристаллическими, а иногда и многофазными. Они заключают в себе и монокристаллы, и аморфные части между монокристаллическими кристаллитами. С помощью современных квантово-химических методов свойства этих систем рассчитывать невозможно, так как они состоят из огромного числа атомов.
Теория функционала плотности ограничивается материалами с несколькими сотнями атомов. Для решения проблемы мы используем машинно-обучаемые межатомные потенциалы на базе потенциалов MTP (Moment Tensor Potentials). Они разрабатываются в Сколтехе под руководством профессора Александра Шапеева», — рассказал первый автор работы, аспирант программы «Науки о материалах» в Сколтехе Фаридун Джалолов.
Преимущество метода по сравнению с другими разрабатываемыми решениями в мире ученые видят в возможности активно обучать потенциал на так называемых локальных окружениях. В процессе расчета большой структуры из многих сотен тысяч атомов MTP-потенциал распознает, какой именно атом вносит ошибку в расчет или рассчитывается неверно. Такое может происходить из-за того, что обучающий набор данных конечный и все из возможных конфигураций учесть нельзя.
Локальное окружение этого атома «вырезается», и его энергия рассчитывается с помощью квантовой химии, после чего эти данные снова добавляются в обучающий набор и потенциал дообучивается. После такого обучения на лету расчет свойств продолжается, пока не встретится новая конфигурация, которую надо будет добавить в обучение. Другие известные машинно-обучаемые потенциалы не могут проводить обучение на маленьких локальных частях большой структуры, что ограничивает их применимость и сказывается на точности.
«Для примера мы изучили механические свойства поликристаллов алмаза. Они очень твердые и часто используются в промышленности — например, при производстве оборудования для бурения нефтяных скважин. Как видно из результатов, механические свойства поликристаллического алмаза зависят от размера зерен: чем больше зерно, тем он ближе по свойствам к монокристаллическому алмазу», — продолжил Фаридун Джалолов.
Ученые отметили, что разработанный подход позволит изучать механические свойства материалов, которые обычно синтезируются и используются в экспериментах, то есть не монокристаллические материалы, а также проводить всесторонние исследования механических свойств поликристаллов и композитных материалов с получением данных, близких к экспериментальным.
«Зачастую в реальных приложениях используются материалы, которые не являются идеальными кристаллами, потому что свойства идеальных кристаллов могут не соответствовать требованиям, предъявляемым к тому или иному оборудованию, составной частью которого материал является. Хорошим примером является победит — карбид вольфрама в связке с кобальтом. Добавление кобальта к твердому карбиду вольфрама делает материал более трещиностойким, что и делает его таким ценными для приложений. Данный подход позволит изучать причины и способы изменения механических свойств таких и многофазных систем на атомарном уровне», — рассказал руководитель исследования, профессор Центра по энергетическому переходу в Сколтехе Александр Квашнин.
Telegram 
Дзен 
VK Ученые из Австралии исследовали влияние сексуальной активности, а именно — самоудовлетворения и полового контакта с партнером — на объективные и субъективные параметры сна, в том числе на мотивацию поутру и готовность к новому дню.
В 2023 году руководство особой экономической зоны «Алабуга» представило план развития до 2048-го: он предполагает освоение космического пространства.
Стартап «Фистех», созданный на базе Сколтеха, впервые в России сконструировал и успешно протестировал фотонные интегральные схемы (ФИС) для работы с высокочастотными сигналами с шириной полосы до 22 гигагерца. Разработка нацелена на обеспечение российских производителей телекоммуникационными решениями на базе отечественных ФИС.
Ученые из Сколтеха исследовали разнообразие молекул, которые могут образовываться из атомов кислорода и углерода. Помимо широко известных углекислого и угарного газов, моделирование обнаружило две сотни экзотических, но относительно стабильных соединений этих двух элементов, многие из которых не были описаны ранее. Этот класс веществ представляет интерес для исследований космоса, аккумуляторных технологий, биохимии и — неожиданным образом — для разработки промышленной взрывчатки и ракетного топлива. Как оказалось, некоторые из открытых веществ при распаде будут высвобождать более 75 процентов взрывной энергии тротила.
Два ключевых события сыграли решающую роль в формировании генетического профиля современных европейских народов. Первое связано с приходом ранних фермеров из Анатолии примерно восемь тысяч лет назад, второе — масштабная миграция на запад носителей ямной степной культуры, начавшаяся пять тысяч лет назад. Однако ученые видят множество отличий от общей картины в разных регионах. В новой работе они проанализировали ДНК древних жителей самого северо-запада Европы и обнаружили более тесную связь с охотниками-собирателями, чем где бы то ни было.
Ученые из Австралии исследовали влияние сексуальной активности, а именно — самоудовлетворения и полового контакта с партнером — на объективные и субъективные параметры сна, в том числе на мотивацию поутру и готовность к новому дню.
В двойственных, или обратимых, изображениях зритель может увидеть разные объекты в зависимости от того, на каких деталях концентрируется его внимание. Среди известных примеров таких рисунков — иллюзия «кролик-утка», сочетающая двух животных, и обратимая ваза (или ваза Рубина), которая может казаться двумя силуэтами лиц, если сосредоточиться на фоне. В соцсетях и популярных СМИ часто публикуют подобные картинки, утверждая, что по тому, какое изображение человек видит в первую очередь, можно судить о его личностных чертах и особенностях мышления. Двое психологов из Великобритании недавно проверили, так ли это на самом деле.
Когда пара расстается, многие люди продолжают испытывать чувства к своим бывшим. Если разрыв произошел по инициативе другой стороны и отношения длились много лет, полностью «забыть» еще недавно близкого человека может быть непросто. Существует мнение, что и после расставания привязанность к экс-партнерам в какой-то мере сохраняется. Впрочем, согласно другой точке зрения, со временем эта эмоциональная связь ослабевает и утрачивается. Разобраться, как происходит на самом деле и сколько времени может потребоваться на полный эмоциональный разрыв с бывшими возлюбленными, взялись психологи из Иллинойсского университета в Урбане-Шампейне (США).
Масштабный анализ геномов показал, что вид Homo sapiens возник в результате смешения двух древних популяций. Они разделились полтора миллиона лет назад, а затем воссоединились до расселения по миру.
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