学术论文网

  • 当前位置:主页 > 教育教学论文 > 化学论文 > 正文>加拿大和美国联合开发了一个人工智能自动材料发现平台

    加拿大和美国联合开发了一个人工智能自动材料发现平台

    发布日期:2021-02-22 20:00 化学论文

    多伦多大学官网显示,该校和西北大学组成的研究团队利用机器学习技术开发了一个自动化材料发现平台,有助于加快材料设计周期。相关论文已在《自然-机器智能》(自然机器智能)发表。

    网状骨架是一种由不同拓扑结构的分子构件自组装而成的结晶多孔材料,其中许多具有气体储存、分离、催化和生物医学应用所需的特性。该研究团队开发了一个由超分子变体自编码器支持的自动纳米多孔材料发现平台,用于网格材料的生成和设计。在这项研究中,研究人员用一种金属有机框架(MOF)演示了自动设计过程,实现了从天然气或烟气中分离二氧化碳的目标。该模型在捕捉多器官功能衰竭的结构特征方面显示出很高的保真度。研究表明,自动编码器与多种气体分离最佳吸附剂候选物一起训练时,具有良好的优化能力。与一些已知的MOF材料相比,该平台发现的MOF材料具有很强的竞争力。

    该研究的主要作者、多伦多大学文理学院化学与计算机科学系博士后姚表示,该平台可用于生成各种分子框架设计,可显著缩短特定应用的最佳材料的鉴定时间。

    CIFAR人工智能首席科学家、加拿大理论化学150研究主席艾伦阿斯布鲁-古兹克(Alan Aspuru-Guzik)教授表示,网格材料的设计极具挑战性,因为晶体建模和分子建模很难交织在一起。这种网络化学方法是多伦多大学利用人工智能加速材料发展的一个例子。使用人工智能模型,可以想象或建议新的材料,这超过了传统的基于库的筛选方法。

    该研究的合著者、西北大学工程学院化学与生物工程系系主任兰德尔斯努尔(Randall Snurr)表示,我们过去常常通过计算从候选数据库中选择最佳材料。现在,这个协作开发的自动化材料发现平台比暴力筛选数据库中的所有材料更有效。更重要的是,这种方法利用机器学习算法从数据中学习探索材料空间,实际上提出了原本没有想到的新材料。

    热门评论:网友评论仅代表同花顺好友个人观点,不代表同花顺金融服务网观点。

    投资者关系关于Flush软件下载法律声明运营许可联系我们友情链接招聘人才用户体验计划

    不良信息举报电话举报邮件:增值电信业务经营许可证:B2-20090237


    网友转发请注明出处转载请保留链接:加拿大和美国联合开发了一个人工智能自动材料发现平台本文链接http://www.yule868.com/a/huaxuelunwen/28746.html,谢谢合作!868学术论文网


    上一篇:结合多种显微成像技术!中国科技大学团队揭示了单个分子的多重特异性   下一篇:可再生生物质为原料!有机含氮化合物的制备有了新的方法,实现了可持续生产


    论主学术论文网 学术论文网专业指导写论文的要点和技巧,指导如何写论文,本科毕业论文,写作大学毕业论文,专为工程类,医学类,教育类,经理类,管理类,会计类,艺术类等原创毕业论文如何写,值得信赖值得靠谱的毕业论文写作网站.
  • 文章总数
  • 3574726访问次数
  • 建站天数
  • XML地图 XML_1地图 备案蜀ICP备16030853号