ترجمه فارسی مقاله تسریع پیشبینی رسانایی حرارتی فونون با مرتبه بزرگی از طریق استخراج ثابتهای نیروی ناهارمونیک به کمک یادگیری ماشین
عنوان مقاله به انگلیسی
Accelerating Phonon Thermal Conductivity Prediction by an Order of Magnitude Through Machine Learning-Assisted Extraction of Anharmonic Force Constants
عنوان مقاله به فارسی
تسریع پیشبینی رسانایی حرارتی فونون با مرتبه بزرگی از طریق استخراج ثابتهای نیروی ناهارمونیک به کمک یادگیری ماشین
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
The calculation of material phonon thermal conductivity from density functional theory calculations requires computationally expensive evaluation of anharmonic interatomic force constants and has remained a computational bottleneck in the high-throughput discovery of materials. In this work, we present a machine learning-assisted approach for the extraction of anharmonic force constants through local learning of the potential energy surface. We demonstrate our approach on a diverse collection of 220 ternary materials for which the total computational time for anharmonic force constants evaluation is reduced by more than an order of magnitude from 480,000 cpu-hours to less than 12,000 cpu-hours while preserving the thermal conductivity prediction accuracy to within 10%. Our approach removes a major hurdle in computational thermal conductivity evaluation and will pave the way forward for the high-throughput discovery of materials.
چکیده به فارسی (ترجمه ماشینی)
محاسبه هدایت حرارتی فونون مواد از محاسبات نظریه عملکردی چگالی نیاز به ارزیابی محاسباتی گران از ثابت نیروی بین اتمی است و یک تنگنا محاسباتی در کشف با توان بالا از مواد باقی مانده است.در این کار ، ما یک رویکرد یادگیری ماشین را برای استخراج ثابت نیروی زماعون از طریق یادگیری محلی از سطح انرژی بالقوه ارائه می دهیم.ما رویکرد خود را در مورد مجموعه متنوعی از 220 ماده سه گانه نشان می دهیم که برای آن زمان محاسباتی کل برای ارزیابی ثابت نیروی آنهرمونیک با بیش از یک سفارش از 480،000 ساعت CPU به کمتر از 12000 ساعت CPU کاهش می یابد و ضمن حفظ پیش بینی هدایت حرارتیدقت در 10 ٪.رویکرد ما یک مانع اساسی در ارزیابی هدایت حرارتی محاسباتی را برطرف می کند و راه را برای کشف با توان بالا مواد هموار می کند.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs