الأبحاث في مجلة: npj Computational Materials
-
النماذج الأساسية لاكتشاف المواد – الحالة الحالية والاتجاهات المستقبلية
2025 | المؤلف: Edward O. Pyzer‐Knapp وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)يتناول هذا القسم من ورقة البحث الإمكانيات التي توفرها نماذج اللغة الكبيرة (LLMs) كجزء من نماذج الأساس في تقدم اكتشاف المواد. يستعرض المؤلفون التطبيقات الحالية لهذه النماذج، لا سيما في توقع الخصائص، وتخطيط التركيب، وتوليد الجزيئات. ويؤكدون على أهمية تطوير طرق التقاط البيانات ودمج أنماط البيانات المتنوعة، والتي من المتوقع أن تشكل مستقبل هذا المجال.…
-
بناء رسم بياني للمعرفة لمادة الإطار مدعومًا بنماذج اللغة الكبيرة وتطبيقه
2025 | المؤلف: Xuefeng Bai وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)تتناول ورقة البحث تطوير رسم بياني شامل للمعرفة (KG-FM) لمواد الإطار (FMs)، بما في ذلك الإطارات العضوية المعدنية (MOFs)، والإطارات العضوية التساهمية (COFs)، والإطارات العضوية المرتبطة بالهيدروجين (HOFs). باستخدام نماذج اللغة الكبيرة (LLMs) ومعالجة اللغة الطبيعية، قام المؤلفون بتحليل أكثر من 100,000 مقالة، مما أسفر عن رسم بياني للمعرفة يتكون من 2.53 مليون عقدة و4.01…
-
نموذج متساوي فعال لتعلم الآلة للطاقات بين الذرات
2025 | المؤلف: Ziduo Yang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)في هذا القسم، يناقش المؤلفون التقدم في تعلم الآلة لتوقع الإمكانيات بين الذرات، والتي تعتبر حاسمة لمحاكاة الديناميكا الجزيئية (MD) في علم المواد الحاسوبي. يقدمون الشبكة العصبية البيانية المتساوية الفعالة (E²GNN)، المصممة لتعزيز كل من الدقة والكفاءة في توقع القوى والإمكانات بين الذرات لمختلف الأنظمة، بما في ذلك المحفزات والإيزومرات العضوية. على عكس النماذج التقليدية…
-
شبكة عصبية مفروضة فيزيائيًا للتنبؤ بلزوجة انصهار البوليمر
2025 | المؤلف: Ayush Jain وآخرون | المجلة: npj Computational Materials | المجال: الجريان وانتقال الموائع (Fluid Flow and Transfer Processes)قسم “طرق” في ورقة البحث يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة نهجًا كميًا، مع دمج التحليلات الإحصائية لتقييم العلاقات بين المتغيرات. شملت جمع البيانات طريقة أخذ عينات منهجية، مما يضمن عينة تمثيلية من السكان قيد الدراسة. استخدم الباحثون نماذج رياضية متنوعة لتحليل البيانات، بما في ذلك تحليل الانحدار لتحديد…
-
تحسين عملية الصب باستخدام مزيج من التعلم الآلي للبيانات الصغيرة ومحاكاة مجال الطور
2025 | المؤلف: Xiaolong Pei وآخرون | المجلة: npj Computational Materials | المجال: هندسة الطيران والفضاء (Aerospace Engineering)في هذه الدراسة، قام الباحثون بتحسين عملية الصب بالضغط لجزء من سبائك الألمنيوم من خلال منهجية منظمة تتكون من ثلاث مراحل رئيسية. أولاً، حددوا حجم مجموعة البيانات المثالي من خلال إدخال معلمات عملية الضغط المختلفة في الدالة \( g(x) \) لإنشاء مجموعة بيانات تماثلية. وشمل ذلك أخذ عينات لتحقيق توازن بين دقة النموذج وحجم مجموعة…
-
تأثير تصحيحات هوبارد U على الخصائص الإلكترونية والمغناطيسية للمواد ثنائية الأبعاد: دراسة عالية الإنتاجية
2025 | المؤلف: Sahar Pakdel وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)في هذه الدراسة، يستكشف المؤلفون الخصائص الإلكترونية والمغناطيسية للمواد ثنائية الأبعاد (2D) التي تحتوي على معادن الانتقال 3d (V، Cr، Mn، Fe، Co، Ni، Cu) باستخدام نهج حسابي عالي الإنتاجية. تم اختيار المواد من قاعدة بيانات C2DB، مما يضمن أن كل طبقة أحادية لها طاقة فوق الحدود المحدبة أقل من 0.2 eV/ذرة، كما تحددها دالة…
-
تسريع توقع خصائص المواد عبر إطار عمل هجين من المحولات والشبكات الرسومية يستفيد من تفاعلات الجسم الأربعة
2025 | المؤلف: Mohammad Madani وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)تقدم البحث إطار عمل جديد يستفيد من الشبكات العصبية الرسومية (GNNs) لتعزيز توقع خصائص المواد غير العضوية، مع التركيز بشكل خاص على معالجة التحديات المتعلقة بنقص البيانات والاستقرار الديناميكي الحراري. من خلال دمج الهياكل المعتمدة على التركيب والهياكل البلورية مع مخطط التعلم الانتقالي، يتنبأ النموذج بفعالية بخصائص مرتبطة بالطاقة مثل الطاقة الكلية، والطاقة فوق القبة…
-
DPA-2: نموذج ذري كبير كمتعلم متعدد المهام
2024 | المؤلف: Duo Zhang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)في هذه الدراسة، يحقق المؤلفون في نظام يتكون من \( N \) ذرة، يتميز بأرقامها الذرية \( Z = \{Z_1, \ldots, Z_i, \ldots, Z_N\} \) وإحداثياتها الذرية \( R = \{r_1, \ldots, r_i, \ldots, r_N\} \). سطح الطاقة الكامنة (PES) للنظام، المشار إليه بـ \( E \)، هو دالة تعتمد على كل من أنواع الذرات…
-
التدريب المسبق لنموذج التعلم العميق القائم على الانتباه لمحاكاة الجزيئات
2024 | المؤلف: Duo Zhang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)تقدم البحث DPA-1، نموذج Deep Potential جديد يتضمن آلية انتباه محكومة لتعزيز نمذجة سطح الطاقة المحتملة بين الذرات (PES) في المحاكاة الجزيئية. يستفيد هذا النموذج من بيانات هيكل إلكتروني واسعة، مما يسمح له بالتدريب المسبق على مجموعة بيانات شاملة تضم 56 عنصرًا، ومن ثم يتم ضبطه بدقة لمهام مختلفة مع جهد إضافي ضئيل. تظهر النتائج…
-
تدريب قوي لطاقات التعلم الآلي بين الذرات مع تقليل الأبعاد وأخذ عينات طبقية
2024 | المؤلف: Ji Qi وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)في هذا القسم، يقدم المؤلفون منهجية لتعزيز تنوع مجموعة تدريب مشروع المواد من خلال نهج أخذ عينات جديد يسمى DIRECT. يستخدمون مجموعة البيانات MPF.2021.2.8.All، التي تشمل جميع الخطوات الأيونية من حسابات الاسترخاء، لمقارنة فعالية أخذ العينات اليدوي (MS) وأخذ العينات المباشرة. تشير النتائج إلى أنه بينما تتكون مجموعة MS من 185,877 هيكلًا، فإن مجموعة DIRECT،…
