ترجمه فارسی مقاله VQCRYSTAL: اندازه گیری بردار اهرم برای کشف ساختارهای کریستالی پایدار

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی VQCrystal: Leveraging Vector Quantization for Discovery of Stable Crystal Structures
عنوان مقاله به فارسی VQCRYSTAL: اندازه گیری بردار اهرم برای کشف ساختارهای کریستالی پایدار
نویسندگان ZiJie Qiu, Luozhijie Jin, Zijian Du, Hongyu Chen, Yan Cen, Siqi Sun, Yongfeng Mei, Hao Zhang
فرمت مقاله انگلیسی PDF
تعداد صفحات 25
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Materials Science,علم مواد ,
توضیحات Submitted 9 September, 2024; originally announced September 2024. , Comments: 25 pages, 5 figures
توضیحات به فارسی ارسال شده در 9 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 25 صفحه ، 5 شکل
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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.

🎯 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

Discovering functional crystalline materials through computational methods remains a formidable challenge in materials science. Here, we introduce VQCrystal, an innovative deep learning framework that leverages discrete latent representations to overcome key limitations in current approaches to crystal generation and inverse design. VQCrystal employs a hierarchical VQ-VAE architecture to encode global and atom-level crystal features, coupled with a machine learning-based inter-atomic potential(IAP) model and a genetic algorithm to realize property-targeted inverse design. Benchmark evaluations on diverse datasets demonstrate VQCrystal's advanced capabilities in representation learning and novel crystal discovery. Notably, VQCrystal achieves state-of-the-art performance with 91.93\% force validity and a Fréchet Distance of 0.152 on MP-20, indicating both strong validity and high diversity in the sampling process. To demonstrate real-world applicability, we apply VQCrystal for both 3D and 2D material design. For 3D materials, the density-functional theory validation confirmed that 63.04\% of bandgaps and 99\% of formation energies of the 56 filtered materials matched the target range. Moreover, 437 generated materials were validated as existing entries in the full database outside the training set. For the discovery of 2D materials, 73.91\% of 23 filtered structures exhibited high stability with formation energies below -1 eV/atom. Our results highlight VQCrystal's potential to accelerate the discovery of novel materials with tailored properties.

چکیده به فارسی (ترجمه ماشینی)

کشف مواد کریستالی عملکردی از طریق روشهای محاسباتی یک چالش بزرگ در علم مواد است.در اینجا ، ما VQCrystal را معرفی می کنیم ، یک چارچوب یادگیری عمیق و عمیق که از بازنمایی های نهفته گسسته برای غلبه بر محدودیت های کلیدی در رویکردهای فعلی برای تولید کریستال و طراحی معکوس استفاده می کند.Vqcrystal از یک معماری سلسله مراتبی VQ-VAE برای رمزگذاری ویژگی های کریستالی سطح جهانی و اتمی استفاده می کند ، همراه با یک مدل پتانسیل بین اتمی مبتنی بر یادگیری ماشین (IAP) و یک الگوریتم ژنتیکی برای تحقق طراحی معکوس دارای هدف.ارزیابی های معیار در مجموعه داده های متنوع ، توانایی های پیشرفته Vqcrystal را در یادگیری بازنمایی و کشف کریستال جدید نشان می دهد.نکته قابل توجه ، Vqcrystal با اعتبار نیرو 91.93 \ ٪ و فاصله Fréchet از 0.152 در MP-20 به عملکرد پیشرفته می رسد ، که نشانگر اعتبار قوی و تنوع بالا در فرآیند نمونه برداری است.برای نشان دادن کاربرد در دنیای واقعی ، ما VQCrystal را برای طراحی مواد سه بعدی و 2D اعمال می کنیم.برای مواد سه بعدی ، اعتبار سنجی تئوری عملکردی چگالی تأیید کرد که 63.04 \ ٪ از باند ها و 99 \ ٪ انرژی تشکیل 56 ماده فیلتر شده با دامنه هدف مطابقت دارند.علاوه بر این ، 437 ماده تولید شده به عنوان ورودی های موجود در پایگاه داده کامل خارج از مجموعه آموزش تأیید شدند.برای کشف مواد 2D ، 73.91 \ ٪ از 23 ساختار فیلتر شده با انرژی تشکیل زیر -1 ولت/اتم پایداری بالایی به نمایش گذاشتند.نتایج ما پتانسیل VQCrystal را برای تسریع در کشف مواد جدید با خواص متناسب برجسته 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.

🎯 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.