建模与仿真

定期改进 - 新的神经网络表现出增强的对称意识

通过丽莎麦当劳 / 2021年的11月2日

目前的神经网络无法理解对称性,这限制了可以从数据中汲取的结论。Lehigh和Stanford大学的研究人员开发了一种新的模型,包括对称感知的功能,以改善对称性近似。

阅读更多

非线性本构关系的引入改善了纤维增强聚合物复合材料的模型

通过丽莎麦当劳 / 2021年10月8日

由于其对外部刺激的非线性反应,难以模拟纤维增强聚合物复合材料的力学行为。本文关系提供了一种解释非线性的一种方法,俄罗斯的研究人员使用这种方法来模拟用于压力容器服务设备的截止阀的模型聚合物复合材料。

阅读更多

神经网络速度升高了压电性能的识别

通过丽莎麦当劳 / 2021年8月17日

建模是一种评估新型压电材料性能的好方法,而无需进行昂贵的实验。来自乌拉圭共和国大学的两名研究人员探索了使用神经网络来加速建模过程。

阅读更多

朝着下一代电子机器学习框架加速探索应变如何影响半导体性能

通过丽莎麦当劳 / 7月27日,2021年

弹性应变工程是一种用于增强功能材料性能的新兴技术。涉及SKOTTECH,MIT和南洋技术大学的国际合作开发了一个扩展的机器学习框架,以加速追查菌株如何影响半导体性能的探索。

阅读更多

不仅仅是一个相位热力学和动力学数据和建模帮助研究人员开发未来的材料

通过乔纳森工人 / 7月9日,2021年

热力学和动力学数据和建模可以加速材料设计过程。了解今天的两种技术结论- 相平衡图和Calphad方法。

阅读更多

测定材料在MAX速度下的氧化稳定性

通过丽莎麦当劳 / 4月23日,2021年4月23日

用现有的计算和实验方法测定新的MAX相的氧化稳定性是一个困难和昂贵的过程。德州农工大学(Texas A&M University)的研究人员设计了一种新的基于机器学习的方案,用于预测高温下MAX相的氧化,这使得他们能够进行可能需要数年才能完成的研究。

阅读更多

玻璃发现与设计:玻璃科学人工智能与机器学习中的21挑战

通过丽莎麦当劳 / 2021年2月23日

人工智能和机器学习方法的材料设计可以加速新眼镜的发现,以一种经济的方式。来自德里印度理工学院(Indian Institute of Technology Delhi)和加州大学洛杉矶分校(University of California, Los Angeles)的研究人员发现了21个挑战,如果这些挑战得到解决,将有助于在玻璃科学中充分利用这些方法的潜力。

阅读更多

在纳米尺度上操控光:提出的量子点-石墨烯方案提高了光转化为表面波的能力

通过丽莎麦当劳 / 2020年12月11日

表面等离子体极性官是一种表面波,当利用时,显示出改善纳米级的各种过程,例如分子成像。来自俄罗斯两个地点的研究人员提出了一种使用量子点和石墨烯的新方案,以更有效地将光转换为光谱到表面等离子体极性子以用于这种应用。

阅读更多

动态几何建模允许制造复杂形状的陶瓷骨植入物

通过丽莎麦当劳 / 2020年12月8日

传统的陶瓷骨种植体CAD建模在结构设计上存在局限性。俄罗斯斯科尔科沃科技研究所(Skolkovo Institute of Science and Technology)的研究人员探索使用功能表示建模来扩展设计可能性。

阅读更多

陶瓷传导建模:研究人员更新小极化子输运模型,以解释复杂的氧化物系统

通过丽莎麦当劳 / 2020年10月30日

为了描述氧化物中的电子输运,研究人员依赖于60年前为二元氧化物而不是高阶系统开发的小极化子输运模型。来自康奈尔大学(Cornell University)和以色列理工学院(Technion-Israel Institute of Technology)的研究人员现在更新了该模型,增加了额外的参数,以更准确地模拟复杂的氧化物系统。

阅读更多