تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. تعلم الآلة في علوم المواد

الأبحاث ضمن الموضوع : تعلم الآلة في علوم المواد




  • إطار لتقييم المعرفة الكيميائية وقدرات التفكير لدى نماذج اللغة الكبيرة مقارنة بخبرة الكيميائيين

    2025 | المؤلف: A.H. Mirza وآخرون | المجلة: Nature Chemistry | المجال: كيمياء المواد (Materials Chemistry)

    تقدم البحث ChemBench، وهو إطار عمل آلي مصمم لتقييم المعرفة الكيميائية وقدرات التفكير لنماذج اللغة الكبيرة (LLMs) مقارنة بالكيميائيين البشر. قامت الدراسة بتجميع أكثر من 2,700 زوج من الأسئلة والأجوبة وقامت بتقييم مجموعة متنوعة من نماذج LLM الرائدة، مما كشف أن النماذج العليا تفوقت عمومًا على الخبراء البشر في استفسارات معينة تتعلق بالكيمياء. ومع ذلك،…


  • DeePMD-kit v3: إطار عمل متعدد الخلفيات لإمكانات التعلم الآلي

    2025 | المؤلف: Jinzhe Zeng وآخرون | المجلة: Journal of Chemical Theory and Computation | المجال: كيمياء المواد (Materials Chemistry)

    في هذا القسم، يقدم المؤلفون إصدار DeePMD-kit النسخة 3، وهو إطار عمل متقدم لتعلم الآلة (MLP) مصمم لتعزيز محاكاة الديناميات الجزيئية (MD) عبر مختلف التخصصات العلمية، بما في ذلك الفيزياء، الكيمياء، وعلوم المواد. تعالج هذه النسخة التحديات المتعلقة بالتكامل التي واجهتها التطبيقات السابقة، مثل DeePMD-kit المعتمد على TensorFlow، من خلال تقديم بنية متعددة الخلفيات تدعم…


  • التعلم الموحد القابل للاشتقاق للاستجابة الكهربائية

    2025 | المؤلف: Stefano Falletta وآخرون | المجلة: Nature Communications | المجال: كيمياء المواد (Materials Chemistry)

    في هذا القسم، يقدم المؤلفون إطار عمل جديد للتعلم الآلي المتناظر يهدف إلى التنبؤ باستجابة المواد للمؤثرات الخارجية، وبشكل خاص المجالات الكهربائية. تم تصميم الإطار للتغلب على قيود الطرق الحسابية الحالية، التي تعاني من تكاليف حسابية عالية وعادة ما تقتصر على محاكاة صغيرة النطاق. من خلال الاستفادة من العلاقات التفاضلية الدقيقة بين دالة الجهد العامة…


  • نموذج تعلم آلي مع تقليل معلمات الميزات لتوقع المحفزات متعددة الأنواع لتطور الهيدروجين

    2025 | المؤلف: Chao Wang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    قسم “الطرق” يوضح الأساليب التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من التقنيات الكمية والنوعية لجمع البيانات، مما يضمن فهمًا شاملاً للظواهر قيد التحقيق. تضمنت المنهجيات المحددة تجارب محكومة، وتحليلات إحصائية، وتقنيات نمذجة، والتي تم تصميمها لاختبار الفرضيات التي تم صياغتها في بداية البحث. شمل جمع البيانات أخذ عينات منهجية وتطبيق أدوات قياس موحدة…


  • اكتشاف مدفوع بالبيانات لمصفوفة من الذرات المفردة المتوترة ثنائي المحاور لإنتاج الهيدروجين

    2025 | المؤلف: Tao Zhang وآخرون | المجلة: Nature Communications | المجال: كيمياء المواد (Materials Chemistry)

    قسم “الطرق” يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لتقييم تأثير المتغير X على النتيجة Y. شملت جمع البيانات حجم عينة من N مشاركًا، مما يضمن القوة الإحصائية لاكتشاف التأثيرات المهمة. تضمنت الطرق التحليلية تحليل الانحدار لتقييم العلاقة بين المتغيرات المستقلة والتابعة، مع تحديد عتبة دلالة…


  • نهج عام لتحديد نطاق قابلية تطبيق نماذج التعلم الآلي

    2025 | المؤلف: Lane E. Schultz وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    في هذا القسم، يؤكد المؤلفون على أهمية فهم نطاق التطبيق لنماذج التعلم الآلي لضمان دقة وموثوقية توقعاتهم. يقدمون نهجًا جديدًا لتقييم نطاقات النماذج، والذي يستخدم تقدير كثافة النواة لتقييم المسافة بين نقاط البيانات في فضاء الميزات. هذه الطريقة تحدد بفعالية حدود النطاق عبر أنواع النماذج المختلفة ومجموعات بيانات خصائص المواد. تكشف النتائج أن المجموعات الكيميائية،…


  • استغلال التعلم الآلي في تحفيز سبائك عالية الانتروبيا: التركيز على توقع طاقة الامتصاص

    2025 | المؤلف: Qi Wang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    تُعرف سبائك عالية الانتروبيا (HEAs) بشكل متزايد بإمكاناتها كعوامل حفازة، وذلك بفضل تركيباتها وهياكلها المتنوعة التي تسمح بخصائص حفازة قابلة للتعديل. ومع ذلك، فإن تعقيد HEAs يمثل تحديات كبيرة للطرق التجريبية والحسابية التقليدية، مثل أساليب التجربة والخطأ والحسابات الأولية التي تتطلب موارد كبيرة. تقدم التعلم الآلي (ML) حلاً واعدًا من خلال تسهيل الخرائط الفعالة من…


  • تصميم موجه للتطبيقات لنماذج التعلم الآلي لعلوم البطاريات

    2025 | المؤلف: Ying Wang | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    يتناول القسم المعنون “نظرة عامة” التصميم الموجه للتطبيقات لنماذج التعلم الآلي المصممة خصيصًا لعلم البطاريات. ويؤكد على الحاجة إلى دمج تقنيات التعلم الآلي لتعزيز الفهم والأداء لأنظمة البطاريات. يسلط المؤلفون الضوء على منهجيات متنوعة يمكن استخدامها لتحسين تصميم البطاريات، وتوقع مقاييس الأداء، وتسهيل اكتشاف مواد جديدة. تشير النتائج الرئيسية إلى أن الاستفادة من التعلم الآلي…


  • جمع إيوالد الكامن لتعلم الآلة للتفاعلات بعيدة المدى

    2025 | المؤلف: Bingqing Cheng | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    يستعرض قسم “طرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. استخدم الباحثون مجموعة من الأساليب الكمية والنوعية لضمان فهم شامل للظواهر قيد التحقيق. تضمنت المنهجيات المحددة تجارب محكومة مع متغيرات محددة بوضوح، إلى جانب استبيانات لجمع بيانات ذات طابع شخصي من المشاركين. تم إجراء التحليلات الإحصائية…


  • تطبيقات معالجة اللغة الطبيعية ونماذج اللغة الكبيرة في اكتشاف المواد

    2025 | المؤلف: Xue Jiang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)

    تقدم هذه الفقرة نظرة عامة على التأثير الكبير لتقنيات الذكاء الاصطناعي (AI)، وخاصة معالجة اللغة الطبيعية (NLP)، على علم المواد. تسلط الضوء على كيفية تمكين مجموعات البيانات الموصوفة جيدًا من الأدبيات العلمية لأدوات الذكاء الاصطناعي من تعزيز أبحاث المواد من خلال تسهيل استخراج البيانات تلقائيًا، واكتشاف المواد، ومنهجيات البحث المستقلة. تؤكد المراجعة على التقدم الذي…


←السابق
1 2 3 4 5 6 7
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.