Ученые из Университета Цинхуа разработали универсальную модель для проектирования материалов на основе глубокого обучения и теории функционала плотности (DFT). Этот метод, известный как DeepH, способен прогнозировать свойства различных материалов с высокой точностью.
Создание универсальных моделей для материаловедения представляет собой сложную задачу из-за разнообразия структур и свойств. Команда под руководством профессоров Юн Сю и Венхуи Дуана преодолела эти трудности, создав обширную базу данных из более чем 10 000 структур материалов.
Используя эту базу данных и улучшенный метод DeepH-2, учёные смогли разработать модель, способную точно предсказывать свойства материалов с различным химическим составом. Этот прорыв открывает новые возможности для искусственного интеллекта в области материаловедения и ускоряет процесс открытия новых материалов.
Работа опубликована в журнале Science Bulletin.
Похожие новости:
Сверхпроводящий токамак | Рентген в смартфоне | Теневая камера | Контакты для 2D-чипов
Шумоподавляющая ткань | 6 минут термоядерного синтеза | Лазерная связь в космосе | Вакцина от рака
Новая модель нейрона | Ракетный двигатель от ИИ | Российский квантовый процессор | Солнечное топливо
Зарядка по Wi-Fi | 65 нм, зато свои | Прививка от ВИЧ | Таблетка от старости