我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

理解水的使用机器学习的方法

分子模拟的水分子。
分子模拟结果显示水分子移动和结构在高密度液体阶段。信贷:佐治亚理工学院

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“理解水使用机器学习的方法”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

水几十年来一直困惑着科学家们。在过去的30年左右,他们推测,当冷却很低温度-100 c,水可以不同密度的液体分离成两个阶段。像油和水,这些阶段不混合和其他可能有助于解释水的一些奇怪的行为,像如何变得不那么密集当它冷却。


几乎是不可能在实验室,研究这一现象,因为水结晶成冰如此之快在如此低的温度下。现在,新的研究从乔治亚理工学院使用机器学习模型来更好地理解水的相变,开设更多的途径更好的理论理解的各种物质。用这项技术,研究人员发现强计算证据支持水的液-液转换,可以应用于实际系统,用水来操作。


“我们这样做是非常详细的量子化学计算,试图尽可能接近真实的物理和物理化学的水,”说托马斯Gartner助理教授化学和生物分子工程学院佐治亚理工学院的荷兰国际集团(ing)。“这是第一次有人能够研究这一转变这种级别的准确性。”


这项研究是在报纸上。”液-液转换在水从第一原理,“在《华尔街日报》物理评论快报,普林斯顿大学的合作者。

模拟水

为了更好地了解水相互作用,研究者们跑在超级计算机分子模拟,Gartner相比,虚拟显微镜。


“如果你有一个无限强大的显微镜下,你可以放大一直到单个分子,看着他们的水平移动和实时互动,”他说。“这是我们所做的几乎通过创建计算电影。”


研究人员分析了分子移动和液体结构特征在不同的水的温度和压力,模仿高和低密度液体之间的相分离。他们收集了大量的数据,运行一些模拟长达一年,并继续微调他们的算法更准确的结果。


甚至十年前,跑这么远的和详细的模拟就不可能有,但是今天机器学习提供了一个捷径。研究人员使用一种机器学习算法,计算了水分子相互作用的能量。这个模型进行计算速度远远超过传统的技术,允许模拟进展更有效。


机器学习并不完美,所以这些长模拟也提高预测的准确性。研究人员谨慎地测试他们的预测和不同类型的仿真算法。如果多个模拟了类似的结果,那么他们的准确性进行验证。


“这项工作的一个挑战是,没有大量的数据,我们可以比较,因为它是一个问题,几乎是不可能的研究实验,”Gartner说。“我们真的把这里的边界,这是另一个原因是如此之重要,我们试图使用多个不同的计算技术。”

除了水

的一些研究人员测试条件极端可能直接在地球上不存在,但有可能存在于太阳系的各种水环境,从欧罗巴的海洋水在彗星的中心。然而,这些研究结果还能帮助研究人员更好地解释和预测水的奇怪而复杂的物理化学,通知水的使用在工业过程中,发展更好的气候模型,等等。


工作更可概括的,根据Gartner。水是一种专门研究研究领域,但这种方法可以扩大到其他difficult-to-simulate材料如聚合物,或化学反应等复杂现象。


“水是生活和工业的核心,所以这个问题的水是否能接受这一阶段过渡是一个长期的问题,如果我们能朝着一个答案,这很重要,”他说。“但是现在我们真的有这个强大的新计算方法,但我们还不知道的界限是什么,有很多房间移动领域向前发展。”


参考:Gartner TE, Piaggi点,汽车R, Panagiotopoulos AZ, Debenedetti PG。液-液转换水从第一原理。物理评论列托人。2022;129 (25):255702。doi:10.1103 / PhysRevLett.129.255702


本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。


广告
Baidu