五篇Nature子刊！涉及機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，3D打印，催化等
炎炎夏季，阻擋不了科研工作者們的前進(jìn)步伐！讓我們一起從科學(xué)中獲得靈感，多發(fā)Paper！
Nature Communications：基于多頭神經(jīng)網(wǎng)絡(luò)的廣義3D打印誤差檢測與校正
材料擠壓是最廣泛使用的增材制造方法，但其在最終產(chǎn)品中的應(yīng)用受到誤差的限制。人類可以檢測錯誤，但不能提供持續(xù)監(jiān)測或?qū)崟r糾正?，F(xiàn)有的自動化方法，不能適用于不同的零件、材料和打印系統(tǒng)。在此，為了解決這個昂貴的過程，來自英國劍橋大學(xué)的Douglas A. J. Brion & Sebastian W. Pattinson等研究者，利用與最佳打印參數(shù)的偏差自動標(biāo)記的圖像，訓(xùn)練了一個多頭神經(jīng)網(wǎng)絡(luò)。數(shù)據(jù)采集和標(biāo)簽的自動化，允許生成一個大型和不同的擠壓3D打印數(shù)據(jù)集，包含來自192個不同部件的120萬張圖像，這些部件標(biāo)有打印參數(shù)。經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，與控制回路一起，能夠?qū)崟r檢測和快速糾正不同的誤差，這在許多不同的2D和3D幾何形狀、材料、打印機(jī)、刀具路徑，甚至擠壓方法中都是有效的。研究者還創(chuàng)建了網(wǎng)絡(luò)預(yù)測的可視化，以闡明它是如何做出決定的。
參考文獻(xiàn)：Brion, D.A.J., Pattinson, S.W. Generalisable 3D printing error detection and correction via multi-head neural networks.?Nat Commun?13, 4654 (2022). https://doi.org/10.1038/s41467-022-31985-y
原文鏈接：https://www.nature.com/articles/s41467-022-31985-y
2.Nature Communications：多相催化界面深度反應(yīng)網(wǎng)絡(luò)探測
表征反應(yīng)網(wǎng)絡(luò)的反應(yīng)能和能壘是催化劑發(fā)展的核心。然而，多相催化表面對自動反應(yīng)網(wǎng)絡(luò)表征，提出了一些獨(dú)特的挑戰(zhàn)，包括大尺寸和開放式反應(yīng)物集，這使得自組網(wǎng)的構(gòu)建成為目前最先進(jìn)的技術(shù)。在此，來自美國普渡大學(xué)的Jeffrey Greeley & Brett M. Savoie等研究者，利用硅襯底的單點(diǎn)Ga3+上的乙烯齊聚作為模型系統(tǒng)，展示了自動化網(wǎng)絡(luò)勘探算法如何適應(yīng)非均相系統(tǒng)的約束。只使用基于圖的規(guī)則來探索網(wǎng)絡(luò)，并使用基于活化能和大小的基本約束來識別網(wǎng)絡(luò)終端，生成了一個全面的反應(yīng)網(wǎng)絡(luò)，并通過標(biāo)準(zhǔn)方法進(jìn)行驗(yàn)證。該算法(重新)發(fā)現(xiàn)了以Ga-烷基為中心的Cosee - Arlman機(jī)制，并預(yù)測了幾種新的生成烷烴和焦炭前體的途徑。這些結(jié)果表明，自動化反應(yīng)勘探算法正在迅速成熟，以實(shí)現(xiàn)探索性催化應(yīng)用的通用能力。
參考文獻(xiàn)：Zhao, Q., Xu, Y., Greeley, J.?et al.?Deep reaction network exploration at a heterogeneous catalytic interface.?Nat Commun?13, 4860 (2022). https://doi.org/10.1038/s41467-022-32514-7
原文鏈接：https://www.nature.com/articles/s41467-022-32514-7
3.npj Computational Materials：單線態(tài)裂變的機(jī)器學(xué)習(xí)輔助設(shè)計(jì)原理搜索：以cibalackrot為例進(jìn)行研究
在此，來自日本中央大學(xué)的Fabian Weber & Hirotoshi Mori等研究者，使用量子化學(xué)計(jì)算和機(jī)器學(xué)習(xí)，來探索在400萬個靛藍(lán)衍生物的化學(xué)空間中單線態(tài)裂變的設(shè)計(jì)規(guī)則。研究者確定了2,2′-二乙烯基cibalackrot的約40萬個衍生物，它在理論上滿足了超過硅能帶隙能的單重態(tài)外能裂變的能量條件。用隨機(jī)森林分類器探測這個數(shù)據(jù)庫，研究者觀察到，當(dāng)放置在特定位置時，具有正中介效應(yīng)和弱負(fù)誘導(dǎo)效應(yīng)的小取代基，強(qiáng)化了所需的能量條件。最后，研究反映隨機(jī)森林分類器規(guī)則的分子子集的量子化學(xué)性質(zhì)，將理想的結(jié)構(gòu)圖案轉(zhuǎn)化為基于波函數(shù)的設(shè)計(jì)規(guī)則。在此基礎(chǔ)上，研究者確定了單重態(tài)裂變的能量條件、雙自由基特征和突出分子區(qū)域的電荷和三重態(tài)自旋密度之間的直接關(guān)系，為單重態(tài)裂變核結(jié)構(gòu)的發(fā)展提供了指導(dǎo)。
參考文獻(xiàn)：Weber, F., Mori, H. Machine-learning assisted design principle search for singlet fission: an example study of cibalackrot.?npj Comput Mater?8, 176 (2022). https://doi.org/10.1038/s41524-022-00860-1
原文鏈接：https://www.nature.com/articles/s41524-022-00860-1
4.npj Computational Materials：復(fù)雜三元二維過渡金屬硫化物的Pettifor圖
合金化是一種既定的策略，以調(diào)整性能的散裝化合物的期望應(yīng)用。隨著納米技術(shù)的出現(xiàn)，同樣的策略可以應(yīng)用于技術(shù)應(yīng)用的2D材料，如單層晶體管和固體潤滑劑。在此，來自英國南安普頓大學(xué)的Andrea Silva?&?Denis Kramer等研究者，系統(tǒng)性分析了過渡金屬二硫化物(TMD)家族中取代型二維合金的相行為。相位行為以亞穩(wěn)度量來量化，并以能量繪景的多體擴(kuò)張為基準(zhǔn)。研究者展示了亞穩(wěn)度量如何可以直接用作在相空間中建立合理搜索策略的起點(diǎn)，從而允許有針對性的進(jìn)一步計(jì)算預(yù)測和性質(zhì)分析。本文的研究結(jié)果，也為通過一系列合成技術(shù)合成TMD二元合金提供了有用的指導(dǎo)。
參考文獻(xiàn)：Silva, A., Cao, J., Polcar, T.?et al.?Pettifor maps of complex ternary two-dimensional transition metal sulfides.?npj Comput Mater?8, 178 (2022). https://doi.org/10.1038/s41524-022-00868-7
原文鏈接：https://www.nature.com/articles/s41524-022-00868-7
5.npj Computational Materials：利用微氣泡的復(fù)雜應(yīng)變場揭示ZrTe5的拓?fù)湎鄨D
由于體電子系統(tǒng)的全局拓?fù)湫再|(zhì)，拓?fù)洳牧暇哂恤敯粜?，不受微觀擾動的影響。這種材料的拓?fù)洳蛔?，可以改變?nèi)菀渍{(diào)整外部參數(shù)。五碲化鋯(ZrTe5)是少數(shù)幾種實(shí)驗(yàn)可用的材料之一，它位于拓?fù)湎嘧冞吔绺浇?，可以通過機(jī)械應(yīng)變切換其不變量。在此，來自匈牙利布達(dá)佩斯技術(shù)物理和材料科學(xué)研究所的Zoltán Tajkov?&?Péter Nemes-Incze等研究者，通過從頭算和局部電荷密度的直接測量相結(jié)合，明確地確定了拓?fù)浣^緣體-金屬過渡作為應(yīng)變的函數(shù)。該模型定量地描述了在沒有擬合參數(shù)的情況下，在少數(shù)層ZrTe5氣泡中發(fā)現(xiàn)的復(fù)雜應(yīng)變模式的響應(yīng)，重現(xiàn)了使用掃描隧道顯微鏡觀察到的與力學(xué)變形相關(guān)的帶隙關(guān)閉。研究者計(jì)算了ZrTe5的拓?fù)湎鄨D，并確定了平衡時的相，從而實(shí)現(xiàn)了利用系統(tǒng)拓?fù)淝袚Q特性的器件架構(gòu)設(shè)計(jì)。
參考文獻(xiàn)：Tajkov, Z., Nagy, D., Kandrai, K.?et al.?Revealing the topological phase diagram of ZrTe5?using the complex strain fields of microbubbles.?npj Comput Mater?8, 177 (2022). https://doi.org/10.1038/s41524-022-00854-z
原文鏈接：https://www.nature.com/articles/s41524-022-00854-z
