久久久婷婷综合五月色麻豆,老头吃奶添女人荫蒂,日本极品人妻videossex

根據需要輕松設計具有所選功能特性的新型材料的能力代表了材料發現的下一個前沿。然而，以計算上易于處理的方式徹底有效地采樣整個設計空間仍然是一項極具挑戰性的任務。

在此，美國橡樹嶺國家實驗室Victor Fung, Jiaxin Zhang等人提出了一個逆向設計框架（MatDesINNe），它利用可逆神經網絡（INN）來映射設計空間和目標屬性之間的正向和反向過程。這種方法可用于為指定屬性生成候選材料，從而滿足逆向設計這一備受追捧的目標。

首先使用DFT在該空間內生成訓練數據采樣，使用數據來訓練INN以獲得正向和反向映射，然后逆向評估經過訓練的網絡以生成給定目標屬性的樣本。向下選擇的適應度標準將樣本限制為那些接近所需屬性且參數在訓練數據分布內的樣本，但這可以進一步擴展以包括額外的標準，例如需要的實驗可行性。

然后通過具有自動微分的梯度下降對選定的樣本進行優化，這些最終優化的樣本可以通過DFT進一步驗證。

圖1. 材料設計空間和數據分布

作者將 MatDesINNe 應用于單層MoS₂的帶隙工程問題，其中設計參數是施加的應變和外部電場，目標屬性是電子帶隙 (Eg)。應變可用于單調地調整帶隙，這可以通過各種方法在實驗上完成，包括彎曲或拉伸基板、熱膨脹或通過從原子力顯微鏡尖端施加局部應力。

類似地，外部電場也可用于進一步調節由于帶彎曲引起的帶隙，并提供不受材料彈性強度限制的額外自由度。自由調整帶隙的能力使材料能夠針對目標應用進行設計，包括光催化、電子、傳感器和神經形態設備等。

此外，作者進一步擴展了這種生成能力，以提供有關MoS₂中金屬-絕緣體轉變的見解，這對于憶阻神經形態應用等很重要。本文提出的這種方法是通用的，可以直接擴展到其他材料及其相應的設計空間和目標屬性。

圖2. DFT計算驗證模型性能

Inverse design of two-dimensional materials with invertible neural networks, npj Computational Materials 2021. DOI: 10.1038/s41524-021-00670-x

原創文章，作者：v-suan，如若轉載，請注明來源華算科技，注明出處：http://m.zzhhcy.com/index.php/2023/10/15/22127a120d/

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