الذكاء الاصطناعي ومشكلات العالم الصعبة · الكيمياء والمواد · arXiv · 2026-10-21

تعلّم هندسة فضاء المواد باستخدام النوى المماسية العصبية المدرَّبة

العنوان الأصلي: Learning the Geometry of Materials Space with Trained Neural Tangent Kernels

تتعلم الشبكات العصبية المدرَّبة للتنبؤ بخصائص المواد تمثيلات قد يكون استخراج محتواها الفيزيائي صعبًا. وباستخدام نواة المماس العصبية (NTK) المقوَّمة عند المعاملات المدرَّبة، تستعيد هذه الدراسة الهندسة التي تعلمتها شبكة تتنبأ بدرجات حرارة الانتقال إلى التوصيل الفائق من التركيب العنصري وحده: إذ يعيد انحدار ريدج المعتمد على النواة المدرَّبة NTK أداء الشبكة بأمانة ويتفوق بدرجة كبيرة على الانحدار بالنواة الأولية. ويكشف التحليل الطيفي والتحجيم متعدد الأبعاد عن هندسة تهيمن عليها عدد قليل من الاتجاهات، ويُنظِّم التجميع العنقودي وتحليل الجوار المحلي المركّبات في عائلات فائقة التوصيل يمكن تمييزها، بما يربط مواد ذات خصائص كيميائية وخصائص إلكترونات مترابطة متقاربة رغم اختلافات جوهرية في Tc.

اقرأ المصدر الأصلي ↗

جميع العناصر →