亚搏亚搏

欢迎光临
我们一直在努力

新算法或成“选材小辅佐”

工程师们总是在测验寻觅满意项目需求的功用资料。但是,在找到最终方针之前,他们有太多的选项需求逐个剖析。即便有资料模仿技能的帮忙,工程师们仍需花费很长的时刻才干找到适宜的资料。

据phys.org网站报导,美国卡内基梅隆大学和加拿大卡尔加里大学的研究人员对一种人工智能算法进行了改善,使工程师可以快速、精准地找到具有所需特性的资料。相关研究成果近来刊登于《物理谈论资料》杂志中。

论文作者、CMU机械工程助理教授Amir Barati Farimani说:“受客观条件约束,工程师们很难通过试验和计算来描绘所需资料的特性。因而,咱们期望创立一种能快速猜测资料特性的算法或模型。”

要引进人工智能,研究人员有必要先用已知数据练习算法,接着,算法才干学习从这些信息中揣度出新主意

Farimani团队用资料的化学组成数据对算法进行了练习,特别值得注意的是,他们的练习数据包含了电子对资料性质的影响。Farimani表明,这一化学数据为算法创立了一个新的资料描述符。

新算法可用于点评太阳能面板、药品及电池的适用资料功能,具有广泛的运用远景。此外,新算法的运用也很简洁——研究人员只需让预先练习好的深度学习模型找到方针特点即可。研究人员以为,现在这一通过优化的算法方法先于其他干流算法。Farimani点评道:“依托这一算法,你可以以极高的精确度‘瞬间’猜测资料的性质。”

版权声明:本文由科界渠道原创编译,中文内容仅供参考,全部内容以英文原版为准。转载请注明来历科技工作者之家—科界App。

赞( 066 )
未经允许不得转载: 亚搏 » 新算法或成“选材小辅佐”