Yu yao MatterSeek - מודל בסיס אוניברסלי לחיזוי חומרים חדשים (ביטא)

 

logo

MatterSeek - מודל בסיס מבוסס-היגיון, שפה-אגנוסטי לחיזוי חומר חדש אוניברסלי

הסוף של ניסוי וטעייה - חלוצי פרדיגמה חדשה למו"פ: עיצוב הפוך, סינתזה מדויקת

תן לחומרים להתפתח כמו החיים
האצת גילוי חומרים חדשים
פחות ניסויים, ביצועים טובים יותר

 

 

MatterSeek הוא מודל בסיס אוניברסלי המונע על ידי היגיון פיזיקה לחיזוי חומרים חדשים, שהושק רשמית ובגאווה על ידי Yuyao Technology (סין). בנוי על אלגוריתמים מתקדמים ונתונים ניסיוניים ברמה גבוהה, הוא משרת תרחישים של מחקר ופיתוח חומרים אנאורגניים ואורגניים, ומספק לחוקרים ברחבי העולם שירות חד פעמי.

המודל פורץ דרך היחסים המקושרים בין קומפוזיציה, מבנה, תהליך וביצועים בחלל גבוה ממדים. באמצעות תכנון קדימה והיפוך, הוא מספק תחזיות מדויקות מאומתות על ידי ניסויי מעבדה רטובה בלולאה סגורה על פלטפורמת הניסויים הפנימית של Yuyao - MatterSeek אינו רק כלי חיזוי, אלא פתרון ביצוע בעל ביטחון רב, הניתן לפריסה תעשייתית.

Yuyao

 

תכונות ליבה

 

אלגוריתמים מתקדמים עם אילוצי פיזיקה- מונע לפיזיקה, כאשר 92% מהמודל פותח בעצמו.

01

1,035 מתארי חומרים + 192 תת-מודלים ספציפיים לתחום- מותאם בדיוק לצרכי החיזוי של מערכות חומר שונות.

02

כיסוי אוניברסלי- מיועד למחקר ופיתוח חומרים אנאורגניים ואורגניים כאחד.

03

לולאה נסיונית סגורה- המעבדה הפנימית שלנו מפעילה ניסויים אוטומטיים 24/7, ומזינה נתונים בחזרה למודל לאימון רקורסיבי ושיפור יכולת מתמשך.

04

 

יכולות ליבה

 

יְכוֹלֶת תֵאוּר
עיצוב הפוך המשתמשים פשוט מזינים את מאפייני היעד של חומר חדש, והמודל מוציא ישירות את ההרכב, התהליך והמבנה החזויים.
קלט סלקטיבי אין צורך בהנחיות מקצועיות - בחר אלמנטים ישירות מטבלה מחזורית אינטראקטיבית.
סינון אילוץ אלמנטים סנן במהירות את מרחב החומר המועמד לפי טווח הרכב היסודות.
מדדי נכס מותאמים אישית הגדירו בצורה גמישה מאפייני יעד עבור עיצוב קדימה לפי דרישה.
ויזואליזציה רב מימדית תוצאות חיזוי מוצגות מנקודות מבט רבות כדי לתמוך בקבלת החלטות.

 

Yuyao2

 

שָׁלָב מה MatterSeek עושה
דרישות קלט הוראות כימיה בשפה טבעית, מדדי מאפייני יעד ואילוצים אלמנטריים יכולים כולם לשמש כקלט.
מסקנות דגם באמצעות חישוב מרובה מודולים בליבת הליבה של המודל וקריאות פונקציות במקביל באותה טופולוגיה, תת-מודלים המתאימים לתחום מופעלים כדי להשלים חיזוי מאפיינים או היפוך קומפוזיציה.
תוצאות פלט קומפוזיציות ומבני גביש מומלצים, יחד עם פרמטרים של תהליך סינתזה, מוצגים בהדמיה רב מימדית.
סינתזת מעבדה המעבדה הפנימית שלנו מפעילה ניסויים אוטומטיים 24/7; נתונים ניסיוניים אמיתיים נאספים ומוזנים לאימון מודל מקוון, תוך אופטימיזציה מתמדת של ביצועי המודל.
אפיון ואימות ניתוח שלב XRD וניתוח מורפולוגיה והרכב SEM/EDS, השוואת ערכים נמדדים מול ערכים חזויים.

 

אדריכלות מודל

 

פָּרִיט תֵאוּר
אַדְרִיכָלוּת רשת עצבית היררכית קניינית של HNN (מונעת היגיון פיזיקה). עיצוב דו-שכבתי: עמוד שדרה משותף לומד ייצוגים חומריים בין תחומים מטביעת האצבע של 1,035 ד; בראש יושבים 192 תת-דגמי מומחים ברמה שנייה המקובצים תחת 17 תחומים אנכיים ברמה הראשונה, כל אחד מהם מכוון עדין על חומרים המציגים את תכונת היעד. רגולציה מבוססת פיזיקה מטביעה סימטריה, חוקי שימור ואילוצים תרמודינמיים כעונשים רכים, כך שהרשת מפיקה תחזיות סבירות מבחינה פיזית ולא אינטרפולציה טהורה.
מתארי חומר 1035
דגמי משנה של דומיין 192 תת-מודלים של משתני ביצועים ברמה השנייה המאורגנים תחת 17 תחומים אנכיים ברמה הראשונה: מוליכות-על, מגנטו-קלורית, מגנטו-הובלה, מגנטיות, קטליזה ומשטחים, הובלה אלקטרונית, אופטיקה, גרעיני והקרנה, מכניקה, מבנה גבישי, תרמו-אלקטריה, טרמו-אלקטרוניקה, תעבורה תרמו-אלקטרית, תרמו-אלקטרוניקה, תרמו-אלקטרוניקה, תרמו-אלקטרוניקה. ייצור ועלות. כל תת-דגם הוא מנבא ייעודי המכוונן היטב על חומרים המציגים את תכונת היעד. ראה פירוט קטגוריות למטה.
פורמטים של קלט הוראות בשפה טבעית, יעדי נכס, נוסחאות הרכב.
פורמטים של פלט מאפיינים חזויים עם גבולות אי ודאות, קומפוזיציות מומלצות (מועמדים לחזית פארטו), פרמטרי עיבוד (חלונות סינון / חישול) והצעות ניסוי מדורגות.
הַדְרָכָה תכנית לימודים דו-שלבית: (1) הדרכה מוקדמת על רישומי קומפוזיציה-מבנה-נכס בקנה מידה גדול באמצעות פיקוח עצמי של טביעת אצבע / שחזור מבנה; (2) כוונון עדין של הדומיין עם אובדן מבוסס פיזיקה, לולאות משוב של למידה אקטיבית, ובחירה של מועמדים מונחית בייסיאנית/NSGA.

 

Yuyao3

 

נתוני אימון

 

פָּרִיט תֵאוּר
מקורות נתונים מסדי נתונים ניסיוניים בעלי תפוקה גבוהה בעיקר ומדידות ספרות אוצרת (ערכי נכסים); נתונים מבניים (מבנה גבישי, סריג, קבוצת חלל) בתוספת חישוב DFT.
סוּלָם כמה מיליוני רשומות הרכב-מבנה-נכס, דומיננטיות בניסוי (מדידות מאפיינים ניסיוניים בשילוב עם מבנים מחושבים או נמדדים), מתרחבות ללא הרף באמצעות למידה פעילה.
מערכות חומרים מערכות חומר נבחרות באופן דינמי בהתאם למשתנה ביצועי היעד (כל תת-דגם מאומן על החומרים שמציגים את התכונה הזו), במקום מוגבל לרשימה קבועה של סגסוגת/קרמיקה.
ניקוי וניקוי צינור אוטומטי: נורמליזציה של תא יחידה, התאמה בין שלב/מרחב-קבוצת, קנוניזציה של קומפוזיציה-עיגול, מיזוג רשומות כפולות, זיהוי חריגים נגד עקביות נסיונית DFT↔ ופיצול הרכבה/ערך/בדיקה לפי משפחת חומרים כדי למנוע דליפה.

 

אמות מידה

 

דיוק מדווח על ערכות מבחנים ניסיוניים מפוצלים לפי משפחת החומר בתוך הקורפוס שלנו. שום אמת מידה ציבורית או מודל עמיתים לא מכסה את הסט המדויק הזה של 192 משתני ביצועים, כך שהשוואת עמיתים בין מודלים אינה ישימה.

 

כיסוי ושיטות עבודה מומלצות

 

1

גבול כיסוי:

MatterSeek מספקת תחזיות בדרגת ייצור בתוך 17 התחומים האנכיים ו-192 מאפייני היעד שלה. עבור שילובי אלמנטים או מאפיינים מתפתחים מחוץ לטקסונומיה הנוכחית, ניתן להרחיב את המודל לפי דרישה באמצעות לולאת הלמידה האקטיבית שלנו - כמה ניסויים חדשים מאתחלים תת-מודל חדש במקום הדרכה מלאה.

2

שימוש מומלץ:

השתמש בתחזיות כשכבת סינון מהירה ותומכת החלטות כדי לתעדף ניסויים, לא כתחליף לאפיון סופי.

צמד פלט דגם לחלון המומלץ לעיבוד הרכב; המועמדים לחזית פארטו מדורגים עבור עיצוב רב-אובייקטיבי.

עבור יישומים קריטיים או מוסדרים, אמת את המועמדים המובילים במצב לא מקוון לפני הגדלה.

המודל מתרחב באופן פעיל לענפים נוספים (למשל, רעילות ביו-פארמה, אמינות ארוכת טווח) - צור איתנו קשר לקבלת מפת הדרכים העדכנית ביותר.

 

 

פיתוח ואימות של חומרים פונקציונליים אמורפיים

 

Yuyao4

 

Yuyao5