Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

A inteligência artificial pode ajudar a estudar as estruturas e as propriedades de amostras desconhecidas

Pesquisadores no instituto da ciência industrial, a universidade da inteligência artificial usada do Tóquio (UTokyo-IIS) pressupr ràpida o estado entusiasmado de elétrons nos materiais.

Este trabalho pode ajudar cientistas materiais a estudar as estruturas e as propriedades de amostras desconhecidas e a ajudá-los com o projecto de materiais novos.

Pergunte a todo o químico, e dir-lhe-ão que as estruturas e as propriedades dos materiais estão determinadas primeiramente pelos elétrons que orbitam em torno das moléculas que o fazem acima.

Para ser específicos, os elétrons ultraperiféricos, que são os mais acessíveis para participar na ligação e nas reacções químicas, são os mais críticos. Estes elétrons podem descansar em sua mais baixa energia “estado à terra,” ou para ser retrocedido temporariamente em uma órbita mais alta chamada um estado entusiasmado.

Ter a capacidade para prever estados entusiasmado dos estados à terra iria uma maneira longa aos pesquisadores de ajuda compreende as estruturas e as propriedades de amostras materiais, e mesmo de novos do projecto.

Agora, os cientistas em UTokyo-IIS desenvolveram um algoritmo de aprendizagem da máquina para fazer apenas aquele. Usando a potência de redes neurais artificiais--quais se têm provado já úteis para decidir se sua transacção mais atrasada do cartão de crédito era fraudulenta ou os que filme para recomendar fluir--a equipe mostrada como uma inteligência artificial pode ser treinada para pressupr o espectro do estado entusiasmado conhecendo os estados à terra do material.

Os estados entusiasmado têm geralmente as configurações atômicas ou eletrônicas que são diferentes de seus estados à terra correspondentes.”

Shin Kiyohara, primeiro autor do estudo, universidade do Tóquio

Neste método, um raio X ou um elétron do de alta energia são usados para bater para fora um elétron de núcleo que orbita perto do núcleo atômico. Então, o elétron de núcleo excita aos orbitals desocupados, absorvendo a energia do raio X/elétron do de alta energia.

Medir esta absorção de energia revela a informação sobre as estruturas atômicas, a ligação química, e as propriedades dos materiais.

A rede neural artificial tomou como a entrada a densidade parcial do estado à terra dos estados, que podem facilmente ser computados, e foi treinada para prever os espectros correspondentes do estado entusiasmado.

Um dos benefícios principais de usar redes neurais, ao contrário dos métodos computacionais convencionais, é a capacidade para aplicar os resultados do treinamento ajustado às situações completamente novas.

“Os testes padrões que nós descobrimos para um material mostraram a transmissibilidade excelente a outro,” diz Teruyasu superior Mizoguchi autor.

“Esta pesquisa em estados entusiasmado pode ajudar cientistas melhor a compreender a reactividade e o material químicos para funcionar em compostos novos ou existentes.”.

Source:
Journal reference:

Kiyohara, S., et al. (2020) Learning excited states from ground states by using an artificial neural network. npj Computational Materials. doi.org/10.1038/s41524-020-0336-3.