Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 4 głosach.
Machine Learning Meets Quantum Physics
Projektowanie cząsteczek i materiałów o pożądanych właściwościach jest ważnym warunkiem wstępnym rozwoju technologii w naszych nowoczesnych społeczeństwach. Wymaga to zarówno zdolności do obliczania dokładnych właściwości mikroskopowych, takich jak energie, siły i multipole elektrostatyczne określonych konfiguracji, jak i efektywnego próbkowania powierzchni energii potencjalnej w celu uzyskania odpowiednich właściwości makroskopowych. Narzędziami, które mogą to zapewnić, są dokładne obliczenia oparte na pierwszych zasadach, zakorzenione odpowiednio w mechanice kwantowej i mechanice statystycznej. Niestety wiążą się one z wysokimi kosztami obliczeniowymi, które uniemożliwiają obliczenia dla dużych układów i długich skal czasowych, stanowiąc tym samym poważne wąskie gardło zarówno dla przeszukiwania ogromnej przestrzeni związków chemicznych, jak i zdumiewająco wielu konfiguracji dynamicznych, które może przyjąć cząsteczka.
Aby sprostać temu wyzwaniu, ostatnio podjęto wzmożone wysiłki w celu przyspieszenia symulacji kwantowych za pomocą uczenia maszynowego (ML). Ta wyłaniająca się interdyscyplinarna społeczność obejmuje chemików, materiałoznawców, fizyków, matematyków i informatyków, łącząc siły, aby przyczynić się do ekscytującego, gorącego tematu postępu w uczeniu maszynowym i sztucznej inteligencji dla cząsteczek i materiałów.
Książka, która powstała w wyniku serii warsztatów, stanowi migawkę tej szybko rozwijającej się dziedziny. Zawiera materiał instruktażowy wyjaśniający odpowiednie podstawy potrzebne w chemii, fizyce, a także uczeniu maszynowym, aby zapewnić łatwy punkt wyjścia dla zainteresowanych czytelników. Ponadto zamieszczono szereg prac badawczych definiujących aktualny stan wiedzy. Książka składa się z pięciu części (Fundamentals, Incorporating Prior Knowledge, Deep Learning of Atomistic Representations, Atomistic Simulations oraz Discovery and Design), z których każda poprzedzona jest komentarzem redakcyjnym, który umieszcza poszczególne części w szerszym kontekście naukowym.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)