末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

馬里蘭大學(xué)李騰教授Small:多主元素合金的機(jī)器學(xué)習(xí)加速、高吞吐量、多目標(biāo)優(yōu)化

馬里蘭大學(xué)李騰教授Small:多主元素合金的機(jī)器學(xué)習(xí)加速、高吞吐量、多目標(biāo)優(yōu)化
多基元合金 (MPEA) 因其在傳統(tǒng)合金中前所未有的卓越性能而引起了廣泛關(guān)注。然而,通過具有成本效益的設(shè)計(jì)從巨大的組成空間中識(shí)別具有所需特性的 MPEA 仍然是一個(gè)巨大的挑戰(zhàn)。
馬里蘭大學(xué)李騰教授Small:多主元素合金的機(jī)器學(xué)習(xí)加速、高吞吐量、多目標(biāo)優(yōu)化
為此,美國(guó)馬里蘭大學(xué)李騰教授等人開發(fā)了一種以屬性為導(dǎo)向的MPEA設(shè)計(jì)策略,該策略將分子動(dòng)力學(xué)(MD)模擬、小樣本機(jī)器學(xué)習(xí)(ML)和遺傳算法 (GA) 相結(jié)合,以高效地同時(shí)優(yōu)化多個(gè)性能指標(biāo)。
作為演示,ML模型可以通過54 次MD模擬進(jìn)行有效訓(xùn)練,以預(yù)測(cè)CoNiCrFeMn合金的剛度和臨界分辨剪切應(yīng)力 (CRSS),相對(duì)誤差分別為2.77%和2.17%。
馬里蘭大學(xué)李騰教授Small:多主元素合金的機(jī)器學(xué)習(xí)加速、高吞吐量、多目標(biāo)優(yōu)化
圖1. 數(shù)據(jù)生成、深度神經(jīng)網(wǎng)絡(luò)框架及ML模型的預(yù)測(cè)流程
這種設(shè)計(jì)策略也非常高效,比純MD模擬的計(jì)算時(shí)間縮短了12600倍。基于經(jīng)過訓(xùn)練的ML模型和非支配排序GA II (NSGA II)可以獲得100種同時(shí)具有高剛度和高CRSS的CoNiCrFeMn合金的最佳成分,然后通過100000種隨機(jī)選擇的 CoNiCrFeMn成分的ML加速計(jì)算進(jìn)行驗(yàn)證。
此處報(bào)道的整合MD、ML和GA的合理設(shè)計(jì)策略具有簡(jiǎn)便、超快、低成本和通用性的優(yōu)勢(shì),可以應(yīng)用于其他 MPEA材料系統(tǒng),有望加速低成本地發(fā)現(xiàn)具有高性能的新MPEA。
馬里蘭大學(xué)李騰教授Small:多主元素合金的機(jī)器學(xué)習(xí)加速、高吞吐量、多目標(biāo)優(yōu)化
圖2. 基于ML的CoNiCrFeMn合金機(jī)械性能預(yù)測(cè)的準(zhǔn)確性、效率和擬合優(yōu)度
Machine Learning Accelerated, High Throughput, Multi-Objective Optimization of Multiprincipal Element Alloys, Small 2021. DOI: 10.1002/smll.20210297

原創(chuàng)文章,作者:科研小搬磚,如若轉(zhuǎn)載,請(qǐng)注明來源華算科技,注明出處:http://m.zzhhcy.com/index.php/2023/10/12/c3fab7a7d1/

(0)

相關(guān)推薦

主站蜘蛛池模板: 从化市| 沅江市| 富蕴县| 革吉县| 饶平县| 乌海市| 九江市| 资兴市| 和平区| 兴化市| 义马市| 临澧县| 德庆县| 庆阳市| 上高县| 大渡口区| 阜城县| 涞源县| 汉中市| 吉木乃县| 化德县| 南投市| 珠海市| 丰县| 宣武区| 前郭尔| 海安县| 渝中区| 平昌县| 喀喇沁旗| 津市市| 大城县| 青龙| 雷州市| 信阳市| 洛阳市| 驻马店市| 枣庄市| 什邡市| 平潭县| 磴口县|