设置登录密码
*密码
*确认密码
完善信息
*真实姓名
*公司名称
*您的职位
城市
*邮箱
*主营产品
*行业
企业类型
材质
功能
来源：材料科技在线|
发表时间：2018-10-04
点击：12780
这是预测稳定石榴石晶体原型的人工神经网络示意图
图片来源：叶维科（音）
从检测自动驾驶汽车中的行人，到分析医学图像，再到翻译语言，人工神经网络，这种旨在复制大脑神经元之间连接的算法，已经成功“学会”执行各种任务。现在，加州大学圣地亚哥分校的研究人员正在训练人工神经网络来预测新的稳定材料。
加州大学圣地亚哥雅各布斯工程学院的纳米工程教授Shyue Ping Ong说到：“预测材料的稳定性是材料科学、物理和化学领域的核心问题之一。从一方面，你需要有传统的化学知识，如Linus Pauling的五条规则，用离子的半径和堆积来描述晶体的稳定性。另一方面，你要用量子力学在超级计算机上完成形成晶体获得的能量计算。而我们所做的就是使用人工神经网络来弥合这两个世界。”
通过训练人工神经网络仅使用组成原子的电负性和离子半径来预测晶体的形成能量， Ong教授和他领导的团队已经成功开发出了可以识别两种被称为石榴石和钙钛矿的稳定材料模型。 这些模型的精确度比以前的机器学习高出10倍以上，并且计算反应速度足够快，可以在笔记本电脑上在几小时内有效地屏蔽数千种材料。 Ong和他的团队在Nature Communications的一篇论文中详述了他们的研究工作。
“石榴石和钙钛矿材料可用于LED灯、可充电锂离子电池和太阳能电池。这些神经网络有可能大大加速发现这些具有重要应用前景的新材料，” 化学与材料虚拟实验室的博士生，同时也是文章的第一作者叶维科（音）如此说道。
“本文由新材料在线®平台入驻媒体号材料科技在线提供，观点仅代表作者本人，不代表本网站及新材料在线®立场，本站不对文章内容真实性、准确性等负责，尤其不对文中产品有关功能性、效果等提供担保。本站提醒读者，文章仅供学习参考，不构成任何投资及应用建议。如需转载，请联系原作者。如涉及作品内容、版权和其它问题，请与我们联系，我们将在第一时间处理！本站拥有对此声明的最终解释权。”
