返回顶部
返回首页
返回首页
home 您现在的位置: 首页 >医用机器人>技术中心 > 详细信息
神经网络可以理解复杂的电子相互作用
2022年09月11日    阅读量:27     新闻来源:中国机器人网 vrovro.com    |  投稿

Skoltech材料技术中心的研究人员提供了神经网络驱动方法的概念证明演示,用于创建精确的交换相关函数插值,这是密度泛函理论的核心组成部分。DFT又是凝聚态物理和量子化学中用于计算化合物反应性、分子的带状结构、材料的耐用性和其他对寻找新材料、药物等至关重要的性质的主要数值方法。在科学报告中提出并分析了有前景的神经网络体系结构。

如多电子Schr所述枚在丁格方程中,物质中电子的运动决定了电子结构的性质。例如,化学键是所有化学的核心概念,是由量子力学定律控制的电子的复杂关联运动。

多电子Schr的问题枚dinger方程是一种相对容易表述的方程,但尚未找到解析解,数值解非常复杂且具有挑战性。这里,主要方法之一是介质场(密度)方法,该方法根据有效势描述电子的复杂相互作用。

“密度泛函理论通过使用以特定局部密度为特征的电子云概念,而不是考虑单个电子,简化了事情,”该研究的第一作者,Skoltech研究工程师亚历山大·里亚波夫解释说。

“然而,这一理论有一个重要的未知值,称为交换相关函数。直到最近,人们倾向于对其进行分析近似。也就是说,函数形式的系数是根据几种已知的物理原理确定的,不需要借助神经网络。我们的方法是第一个使用两分量神经网络的方法。神经网络已经en积极参与这项任务,但我们的团队在俄罗斯这一领域处于领先地位。”

根据研究人员的说法,他们与竞争方法的区别在于,训练分为两个阶段:首先,一个网络被训练,其权重被冻结。然后再教另一个。

“以前,人们使用神经网络来近似交换相关函数,之后必须使用计算密集的导数来找到相应的交换相关势。这些导数通常证明难以使用神经网络以相当的精度计算,”Skoltech高级研究科学家Petr Zhilyaev说,该研究的主要研究者补充说。“在我们的工作中,两分量神经网络近似了势函数和函数,因此不涉及复杂的导数,计算量也减少了。”

“为了运行我们论文中报告的实验,我们将神经网络应用到了用于量子化学的章鱼软件套件中,”Ryabov说。“我们还研究了训练过程如何受到非自洽密度的影响。在将这些密度添加到训练数据集后,我们观察到神经网络之前产生最差结果的分子的性能有所改善。”

标签:机器人应用技术中心配件与装备系统及软件医用机器人
免责声明: 本文仅代表作者本人观点,与中国机器人网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识