国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

Nat. Commun.：貝葉斯深度學習對晶體結構進行穩(wěn)健識別和探索性分析

識別給定材料的晶體結構對于理解和預測其物理特性很重要。由于其識別復雜模式的能力，神經網絡（NN）可以推動材料科學數(shù)據(jù)分析的范式轉變。

在此，德國馬克斯普朗克學會弗里茨哈伯研究所Andreas Leitherer等人通過貝葉斯深度學習來實現(xiàn)一個靈活、穩(wěn)健且與閾值無關的晶體分類模型（稱之為 ARISE）。這種方法從計算和實驗中正確分類了一組全面多樣的晶體結構，包括單晶和多晶系統(tǒng)（通過跨步模式匹配（SPM））。

只需給定一個未知結構，網絡便以自動方式在108 個可能的類別中分配最相似的原型（并量化相似性），這對于受過訓練的材料科學家來說也是一項非常復雜的任務，特別是復雜有缺陷的3D結構。ARISE僅接受理想結構的訓練，并在掃描透射電子顯微鏡（STEM）和原子電子斷層掃描（AET）實驗中正確識別晶體結構，因此展示了強大的泛化能力。

圖1. 合成多晶結構的結構相似性分析

此外，貝葉斯深度學習模型的概率性質允許獲得原則性的不確定性估計，作者發(fā)現(xiàn)其與電子斷層掃描實驗中金屬納米粒子的結晶順序相關。將無監(jiān)督學習應用于內部NN模型揭示了晶界和（不明顯的）結構區(qū)域共享易于解釋的幾何特性，這說明了如何結合監(jiān)督和無監(jiān)督機器學習來發(fā)現(xiàn)材料科學數(shù)據(jù)中的隱藏模式。

由于 ARISE不僅限于預測空間群，因此可以解決空間群不表征晶體結構的系統(tǒng)（如碳納米管），也可以考慮更復雜的系統(tǒng)，例如準晶體、周期或編織結構。事實上，ARISE可以應用于任何提供化學物種標記的笛卡爾坐標數(shù)據(jù)。這項工作使迄今為止對來自計算或實驗的雜亂原子結構數(shù)據(jù)的分析成為可能。

圖2. 通過ARISE和SPM分析HAADF和HRTEM圖像

Robust recognition and exploratory analysis of crystal structures via Bayesian deep learning, Nature Communications 2021. DOI: 10.1038/s41467-021-26511-5

原創(chuàng)文章，作者：科研小搬磚，如若轉載，請注明來源華算科技，注明出處：http://m.xiubac.cn/index.php/2023/10/12/b3debf7e76/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

Nat. Commun.：貝葉斯深度學習對晶體結構進行穩(wěn)健識別和探索性分析

相關推薦