《Nature Commun》：居然！实现二维石英玻璃的失效预测！

能够根据构件资讯预见涂料的移除，对于的设备和配件的监测来说是一个具备巨大仅仅和工业无关性的必需毛病。由于浅层求学新科技的最新进展，即使是对非常无序的液态也可以透过精准的移除预见，但在此反复中的运用于的匹配的比例，使得对结果的天体物理学阐释消失不似乎。

在此，来自热那亚米兰大学的Stefano Zapperi等深入研究解决了上述这个毛病，从其初始未变形的构件，运用于机器求学新方法来预见模拟器了二维混合物墙身的移除。无关篇文章以题为“Predicting the failure of two-dimensional silica glasses”发表在Nature Communications上。

篇文章链接：

基于构件资讯预见涂料移除，是涂料科学与工程的基本终究。在无序液态的仅仅，这个毛病尤其棘手，因为内部的非晶态构件，阻碍了对孤立毛病的同样识别系统，而这些毛病似乎成为裂纹形核的嫩枝。在墙身看成数学新方法的数学新方法模拟器的指导下，度量经验构件指标并通过无关数据分析评估其预见价值是似乎的，但运用于它们来预见想象的无序液态，如混合物墙身或聚合物网络，是极具启发性的。现代机器求学新方法，为基于构件的预见的该系统发展，获取了一个有忧虑的替代途径，这已经在分子结构功用、表面积泛函理论、CP、动力学该系统的控制方程以及晶体塑性的扩散和位错数学新方法中的获取了确实。到在此之前，墙身的新科技的发展仅限于看成的数学新方法，即；也的Lennard-Jones墙身，可通过支持标量机(SVM)、示意图人工智能(GNN)和浅层求学对其透过数据分析。基于浅层求学新方法的预见正变得越来越精准，但它们也无法阐释。在墙身的剧中下，这仅仅尽管浅层求学可以精准地预见涂料何时则会移除，但移除的构件决定因素并不一定仍不明确。

二维碳墙身，通过在石墨烯整块上沉降SiO2分子结构的单层双分子结构层首次被仔细观察到，似乎获取了无序液态的最简单的例子。荧光或原子力显微镜可以同样仔细观察到其原子构件和毛病动力学，而数学新方法模拟器可以精确地再现其构件特征和研究其力学性能。

示意图1 该系统原理示意图和算法。

在此，深入研究通过机器求学新方法数据分析了二维石英墙身的构件和移除不道德，并看出如何在保有结果的定性可阐释性的仅仅意味着精准的移除预见。这要归功于反向加权类抑制等价(Gradient-weighted Class Activation Mapping, Grad-CAM)的运用于，它并不并不需要人们在透过预见时可视化浅层人工智能的简而言之(见示意图1)。然后，深入研究借助于反向加权类抑制等价Grad-CAM，来构建与预见无关的注意力等价，并确实这些等价可以根据流形毛病和均匀分布位能透过天体物理学阐释。深入研究表明，他们的预见可以移往到与基础训练中的运用于的多种不同形状或微小的采样，以及测试示意图象。该策略看出通过数值模拟器结果基础训练的人工人工智能，如何为测试测量的构件的不道德获取可阐释的预见。

示意图2 混合物样品的去除。

示意图3 机器求学将均匀分布混乱和1]混乱分类。

示意图4 机器求学可以预见断裂应变战斗能力。

示意图5 机器求学可以预见破裂的位置。

示意图6 将求学移往到管控更大的采样和理论上测试。

综上所述，深入研究借助于多种不同的机器求学策略来预见碳墙身的移除不道德。该结果出彩了常用的原子级均匀分布数学新方法的局限性，在断裂的仅仅不可避免地则会导致大量的；也阳性预见，但在算法的一致性上都有明显的优势。基于1]示意图象的数学新方法获取了可信的预见，得益于Grad-CAM地示意图，深入研究可以直观地检查移除的构件决定因素，并将它们与原子微观构件的天体物理学和流形特征关系出去。

这似乎为未来混合多尺度模拟器拟议铺平道路，该拟议结合了数值效率和精密：先验识别系统采样中的并不需要天体物理学精准所述的区域(这里是破裂口部和破裂逆时针)的战斗能力并不并不需要运用于混合模拟器拟议，将这种精准的所述与采样其余部分的薄所述结合出去，比如在不严重影响数值精度的仅仅显著降低数值成本。（文：水生）

本文来自QQ公众号“涂料科学与工程”。欢迎转载请关系，未经许可谢绝转载至其他主页。

厦门白癜风医院预约挂号
南京男科医院哪个最好
佛山男科医院哪家医院好
广东妇科医院专家预约挂号
河南不孕不育医院哪家看的好