AIGC动态欢迎阅读
原标题：无需任何系统的物理知识，美国阿贡国家实验室AI制造材料「指纹
」
关键字：报告,材料,指纹,动力学,数据文章来源：人工智能学家
内容字数：0字内容摘要：
来源：ScienceAI
编辑：绿罗
正如人类一样，材料也会随时间推移而演变。它们在受到压力和放松时也会表现出不同的行为。
由于难以在不同长度和时间尺度上对材料进行实验探测，理解和解释功能材料原位动力学是物理学和材料科学领域的一大挑战。
近日，来自美国阿贡国家实验室的研究人员开发了一个无监督深度学习 (DL) 框架，用于自动从实验数据中对松弛动力学（relaxation dynamics）进行分类，而无需任何系统的物理知识。
这项技术可以创建不同材料的「指纹」，这些指纹可以通过神经网络读取和分析，从而获得科学家以前无法访问的新信息。
研究展示了如何使用这种方法来加速对大型数据集的探索，识别感兴趣的样本，并且应用这种方法将微观动力学与模型系统的宏观特性直接关联起来。
重要的是，该 DL 框架与材料和工艺无关，标志着朝着自主材料发现迈出了坚实的一步。
相关研究以「AI-NERD: Elucidation of relaxation dynamics beyond equilibrium through AI-informed X-ray photon correlation spectro原文链接：无需任何系统的物理知识，美国阿贡国家实验室AI制造材料「指纹」
联系作者
文章来源：人工智能学家
作者微信：
作者简介：
