21:49 2024-02-20 science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu

_ Accelerarea descoperirii magneților cu o singură moleculă cu învățare profundă

_ Accelerarea descoperirii single-ului magneți cu molecule cu învățare profundă

Sintetizarea sau studierea anumitor materiale într-un cadru de laborator ridică adesea provocări din cauza problemelor de siguranță, a condițiilor experimentale nepractice sau a constrângerilor de cost. Ca răspuns, oamenii de știință apelează din ce în ce mai mult la metode de învățare profundă care implică dezvoltarea și antrenarea modelelor de învățare automată pentru a recunoaște modele și relații în date care includ informații despre proprietățile materialelor, compozițiile și comportamentele.

Folosind învățarea profundă, oamenii de știință poate face rapid predicții despre proprietățile materialului pe baza compoziției, structurii și altor caracteristici relevante ale materialului, poate identifica potențialii candidați pentru investigații ulterioare și poate optimiza condițiile de sinteză.

Acum, într-un studiu apărut în International Union of Crystallography. Journal (IUCrJ), profesorul Takashiro Akitsu, profesorul asistent Daisuke Nakane și domnul Yuji Takiguchi de la Universitatea de Științe din Tokyo (TUS) au folosit învățarea profundă pentru a prezice magneți cu o singură moleculă (SMM) dintr-un grup de 20.000 de complexe metalice. Această strategie inovatoare eficientizează procesul de descoperire a materialelor, reducând la minimum necesitatea unor experimente îndelungate.

Magneții cu o singură moleculă (SMM) sunt complexe metalice care demonstrează un comportament de relaxare magnetică la nivel de moleculă individuală, unde momentele magnetice suferă modificări sau relaxare în timp. Aceste materiale au aplicații potențiale în dezvoltarea memoriei de înaltă densitate, a dispozitivelor spintronice cuantice moleculare și a dispozitivelor de calcul cuantic. SMM-urile se caracterizează prin faptul că au o barieră energetică eficientă ridicată (Ueff) pentru ca momentul magnetic să se răstoarne. Cu toate acestea, aceste valori sunt de obicei în intervalul de la zeci până la sute de Kelvin, ceea ce face ca SMM-urile să fie dificil de sintetizat.

Cercetătorii au folosit învățarea profundă pentru a identifica relația dintre structurile moleculare și comportamentul SMM în complexele metalice cu salen- liganzi de tip. Aceste complexe metalice au fost alese deoarece pot fi sintetizate cu ușurință prin complexarea aldehidelor și aminelor cu diferite metale 3d și 4f.

Pentru setul de date, cercetătorii au lucrat intens la examinarea a 800 de lucrări din 2011 până în 2021, colectând informații despre structura cristalină și determinând dacă aceste complexe au prezentat comportament SMM. În plus, au obținut detalii structurale 3D ale moleculelor din baza de date structurală Cambridge.

Structura moleculară a complexelor a fost reprezentată folosind voxeli sau pixeli 3D, unde fiecărui element i-a fost atribuită o valoare RGB unică. Ulterior, aceste reprezentări voxel au servit ca intrare la un model de rețea neuronală convoluțională 3D bazat pe arhitectura ResNet. Acest model a fost conceput special pentru a clasifica moleculele ca SMM-uri sau non-SMM-uri prin analiza imaginilor lor moleculare 3D.

Când modelul a fost instruit pe un set de date de structuri cristaline ale complexelor metalice care conțin complexe de tip salen, a atins o rată de precizie de 70% în distincția dintre cele două categorii. Când modelul a fost testat pe 20.000 de structuri cristaline ale complexelor metalice care conțin baze Schiff, a descoperit cu succes complexele metalice raportate ca magneți cu o singură moleculă.

„Acesta este primul raport de învățare profundă asupra structurilor moleculare ale SMM-uri”, spune prof. Akitsu.

Multe dintre structurile SMM prezise implicau complexe multinucleare de disproziu, cunoscute pentru valorile lor ridicate Ueff. Deși această metodă simplifică procesul de descoperire a SMM, este important de reținut că predicțiile modelului se bazează exclusiv pe date de antrenament și nu leagă în mod explicit structurile chimice cu calculele lor chimice cuantice, o metodă preferată în proiectarea moleculară asistată de IA. Sunt necesare cercetări experimentale suplimentare pentru a obține date despre comportamentul SMM în condiții uniforme.

Cu toate acestea, această abordare simplificată are avantajele sale. Reduce necesitatea calculelor complexe de calcul și evită sarcina dificilă de simulare a magnetismului.

Prof. Akitsu conchide: „Adoptarea unei astfel de abordări poate ghida proiectarea moleculelor inovatoare, aducând economii semnificative de timp, resurse și costuri în dezvoltarea materialelor funcționale.”

(Fluierul)

Inapoi