ACM通信
ACM TechNews
游戏机器学习程序激发了突破性科学工具的开发
“我们的工作代表着这种材料科学模型发展的重要一步，”阿贡纳米材料中心的小组负责人、阿贡大学的副教授Subramanian Sankaranarayanan说
图片来源:阿贡国家实验室
美国能源部阿贡国家实验室的研究人员开发了一种强化学习算法，旨在通过在原子和分子尺度上建模材料特性来加速材料发现。
研究人员将决策树构建到算法中，根据优化模型参数的成功程度提供正强化。
利用阿贡纳米材料中心的计算机碳簇、阿贡领导计算设施的Theta超级计算机和国家能源研究科学计算中心的计算资源，对该算法进行了周期表中的54个元素的测试。
它在记录时间内计算了每种元素的数千个纳米簇的力场。
Argonne的Subramanian Sankaranarayanan说:“我们用算法计算54个元素的质量比目前的技术水平高得多。”
从阿贡国家实验室
查看全文
版权所有©2022SmithBucklin，美国华盛顿特区
没有发现记录