XDA智能手机网 - 第一智能手机评述媒体
新闻您的位置:首页 >新闻 >

一项新研究在数学上代表水的行为方面取得了关键性的突破

发布时间:2019-06-12 15:52:43 来源:

‬虽然水被认为是世界上最简单的物质之一,但在原子或分子水平上模拟其行为几十年来一直令科学家感到沮丧。到目前为止,没有一种模型能够准确地表示过多的水的奇异特征,包括它在略高于其熔点的温度下最密集的事实。

美国能源部(DOE)阿贡国家实验室的一项新研究在数学上代表水的行为方面取得了突破性进展。为此,阿贡研究人员利用机器学习开发了一种新的,计算成本低廉的水模型,该模型更准确地表示水的热力学性质,包括水在分子尺度上如何变为冰。

在该研究中,Argonne纳米材料中心(CNM)的研究人员使用机器学习工作流程来优化新的水分子模型。他们根据广泛的实验数据训练他们的模型,以生成高度精确的水分性质的分子尺度模型。CNM是DOE科学用户设施办公室。

根据该研究的通讯作者Argonne纳米科学家Subramanian Sankaranarayanan的说法,优化水的模型参数一直是一个挑战,目前存在超过50种不同的水模型。

“我们正在努力了解如何为任何给定的模型导航复杂的参数空间,以捕获各种水的特性,这是非常困难的,”Sankaranarayanan解释说。“目前还没有能够解释水的熔点,最大密度和冰密度的模型。”

试图创建量子力学或原子模型来捕捉水的行为已经使研究人员感到困惑,因为它们的计算密集程度很高,仍然无法再现许多与水有关的温度特性。根据Argonne博士后研究员和研究的主要作者Henry Chan的说法,对于简单的模型,例如本研究中使用的模型,这更难实现。

对于研究人员来说,选择使用整个水分子作为模型中的基本单元,使他们能够以较低的计算成本进行模拟。

“虽然传统上这些简单的模型引入了许多近似值并且往往精度较差,但机器学习使我们能够在保持简洁的同时创建更精确的模型,”路易斯维尔大学助理教授Badri Narayanan说道,他是该公司的共同第一作者。研究。

然而,即使有这种减少的计算费用,如果没有大型超级计算机,一些物理特性也难以模拟。该团队在美国能源部科学用户设施办公室Argonne Leadership Computing Facility使用Mira超级计算机,对多达800万个水分子进行模拟,以研究多晶冰中界面的生长和形成。

根据共同第一作者和CNM助理科学家Mathew Cherukara的说法,这种被称为“粗粒度”的新模型实现了与包含原子级描述的模型相同的保真度。“传统上,你会认为引入这些近似值通常会导致一个更糟糕的模型 - 一个有效但效果不佳的模型,”他说。“美丽的是,这种分子模型没有权利像原子模型一样精确,但最终仍然如此。”

为了实现粗粒度模型的高精度,研究人员使用从近10亿个原子级配置中获取的信息来训练模型,这些配置涉及众所周知的温度依赖性。“基本上,我们对我们的模型说,'看,这是属性是什么',并要求它给我们参数,能够重现它们,”陈说。

培训模型涉及Chan所谓的“分层方法”,其中每个候选模型都经过一系列测试或评估,从基本的基本属性开始,然后再进行更复杂的测试或评估。“你可以把它想象成试图教孩子一项技能,”陈说。“一旦看到进步,你就从一些基本的东西开始,一路向上。”

研究人员还表明,他们的方法可用于改善其他现有原子和分子模型的性能。“我们能够使用我们的分层方法显着提高现有高质量水模型的性能。原则上,我们应该能够重新审视所有分子模型,并帮助他们中的每一个达到最佳性能,”Sankaranarayanan说。

热点推荐
随机文章