Yu yao MatterSeek - Model Asas Universal untuk Ramalan Bahan Baharu (Beta)

 

logo

MatterSeek - Model Asas Agnostik yang Didorong Penaakulan Fizik untuk Ramalan Bahan Baharu Universal

Berakhirnya Percubaan dan Ralat - Merintis Paradigma Baharu untuk R&D: Reka Bentuk Terbalik, Sintesis Ketepatan

Biarkan Bahan Berevolusi Seperti Kehidupan
Mempercepatkan Penemuan Bahan Baharu
Kurang Eksperimen, Prestasi Lebih Baik

 

 

MatterSeek ialah model asas universal yang dipacu oleh penaakulan fizik untuk ramalan bahan baharu, dilancarkan secara rasmi dan bangga oleh Yuyao Technology (China). Dibina pada algoritma lanjutan dan data percubaan standard tinggi, ia menyajikan senario R&D bahan baharu bukan organik dan organik, menyediakan perkhidmatan sehenti kepada penyelidik di seluruh dunia.

Model ini memecahkan perhubungan yang digandingkan kuat antara komposisi, struktur, proses dan prestasi dalam ruang dimensi tinggi. Melalui reka bentuk hadapan dan songsang, ia menyampaikan ramalan tepat yang disahkan oleh eksperimen makmal basah gelung tertutup pada platform percubaan dalaman Yuyao - MatterSeek bukan sekadar alat ramalan, tetapi penyelesaian pelaksanaan yang boleh digunakan secara industri yang berkeyakinan tinggi.

Yuyao

 

Ciri Teras

 

Algoritma Lanjutan dengan Kekangan Fizik- Didorong oleh penaakulan fizik, dengan 92% model dibangunkan sendiri.

01

1,035 Deskriptor Bahan + 192 Sub-Model Khusus Domain- Tepat disesuaikan dengan keperluan ramalan sistem bahan yang berbeza.

02

Liputan Sejagat- Direka untuk kedua-dua bahan bukan organik dan R&D.

03

Gelung Eksperimen Tertutup- Makmal dalaman kami menjalankan eksperimen automatik 24/7, memasukkan data kembali ke dalam model untuk latihan rekursif dan peningkatan keupayaan berterusan.

04

 

Keupayaan Teras

 

Keupayaan Penerangan
Reka Bentuk Terbalik Pengguna hanya memasukkan sifat sasaran bahan baharu, dan model secara langsung mengeluarkan komposisi, proses dan struktur yang diramalkan.
Input Terpilih Tiada gesaan profesional diperlukan - pilih elemen terus daripada jadual berkala interaktif.
Penapisan Kekangan Elemen Tapis dengan pantas ruang bahan calon mengikut julat komposisi unsur.
Metrik Harta Tersuai Tentukan sifat sasaran secara fleksibel untuk reka bentuk hadapan atas permintaan.
Visualisasi Pelbagai Dimensi Keputusan ramalan dibentangkan dari pelbagai perspektif untuk menyokong pembuatan keputusan.

 

Yuyao2

 

Langkah Perkara yang Dilakukan oleh MatterSeek
Keperluan Input Arahan kimia bahasa semula jadi, metrik sifat sasaran dan kekangan unsur semuanya boleh berfungsi sebagai input.
Inferens Model Melalui pengiraan berbilang modul pada teras model dan panggilan fungsi serentak dalam topologi yang sama, submodel khusus domain yang sepadan digunakan untuk melengkapkan ramalan sifat atau penyongsangan komposisi.
Keputusan Output Komposisi dan struktur kristal yang disyorkan, bersama-sama dengan parameter proses sintesis, dipersembahkan dengan visualisasi berbilang dimensi.
Sintesis Makmal Makmal dalaman kami menjalankan eksperimen automatik 24/7; data eksperimen sebenar dikumpul dan disuap kembali untuk latihan model dalam talian, terus mengoptimumkan prestasi model.
Perwatakan & Pengesahan Analisis fasa XRD dan analisis morfologi dan komposisi SEM/EDS, membandingkan nilai yang diukur dengan nilai yang diramalkan.

 

Seni Bina Model

 

item Penerangan
Seni bina Rangkaian neural hierarki HNN proprietari (didorong oleh penaakulan fizik). Reka bentuk dua peringkat: tulang belakang dikongsi mempelajari perwakilan bahan merentas domain daripada cap jari 1,035-d; di atas duduk 192 submodel pakar peringkat kedua yang dikumpulkan di bawah 17 domain menegak peringkat pertama, setiap satu diperhalusi pada bahan yang mempamerkan sifat sasaran. Regularisasi berdasarkan maklumat fizik membenamkan simetri, undang-undang pemuliharaan dan kekangan termodinamik sebagai penalti lembut, jadi rangkaian mengeluarkan ramalan yang munasabah secara fizikal dan bukannya interpolasi tulen.
Deskriptor bahan 1035
Submodel domain 192 submodel pembolehubah prestasi peringkat kedua yang dianjurkan di bawah 17 domain menegak peringkat pertama: superkonduktiviti, magnetocaloric, magneto-transport, kemagnetan, pemangkinan & permukaan, pengangkutan elektronik, optik, nuklear & penyinaran, mekanik, struktur kristal, termoelektrik, termodinamik, pengangkutan terma, fonon dan kos fabrik & ferokalokolektrik Setiap submodel ialah peramal khusus yang diperhalusi pada bahan yang mempamerkan sifat sasaran. Lihat pecahan kategori di bawah.
Format input Arahan bahasa semula jadi, sasaran harta benda, formula gubahan.
Format output Sifat yang diramalkan dengan had ketidakpastian, gubahan yang disyorkan (calon hadapan Pareto), parameter pemprosesan (tetingkap pensinteran / penyepuhlindapan) dan cadangan percubaan berperingkat.
Latihan Kurikulum dua peringkat: (1) Pra-latihan mengenai rekod komposisi–struktur–harta berskala besar melalui pembinaan semula cap jari bertopeng / struktur yang diselia sendiri; (2) Penalaan halus domain dengan kehilangan berdasarkan maklumat fizik, gelung maklum balas pembelajaran aktif dan pemilihan calon berpandukan Bayesian / NSGA.

 

Yuyao3

 

Data Latihan

 

item Penerangan
Sumber data Pangkalan data percubaan berdaya tinggi yang kebanyakannya proprietari dan ukuran literatur terpilih (nilai harta); data struktur (struktur kristal, kekisi, kumpulan ruang) ditambah dengan pengiraan DFT.
Skala Beberapa juta rekod komposisi–struktur–sifat, dominan eksperimen (ukuran sifat eksperimen yang dipasangkan dengan struktur yang dikira atau diukur), terus berkembang melalui pembelajaran aktif.
Sistem bahan Sistem bahan dipilih secara dinamik mengikut pembolehubah prestasi sasaran (setiap submodel dilatih pada bahan yang mempamerkan sifat tersebut), dan bukannya terhad kepada senarai aloi / seramik tetap.
Pembersihan & deup Saluran paip automatik: normalisasi sel unit, penyesuaian fasa / kumpulan ruang, kanonik pembulatan komposisi, penggabungan rekod pendua, pengesanan terpencil terhadap konsistensi eksperimen DFT↔ dan pemisahan kereta/val/ujian mengikut keluarga bahan untuk mengelakkan kebocoran.

 

Penanda aras

 

Ketepatan dilaporkan pada set ujian eksperimen yang ditahan dipecah mengikut keluarga material dalam korpus kita sendiri. Tiada penanda aras awam atau model rakan setara meliputi set tepat 192 pembolehubah prestasi ini, jadi perbandingan setara model silang tidak berkenaan.

 

Liputan & Amalan Terbaik

 

1

Sempadan Liputan:

MatterSeek menyampaikan ramalan gred pengeluaran dalam 17 domain menegak dan 192 sifat sasarannya. Untuk gabungan unsur atau sifat yang muncul di luar taksonomi semasa, model itu boleh dilanjutkan atas permintaan melalui gelung pembelajaran aktif kami - beberapa eksperimen baharu merangkaikan submodel baharu dan bukannya latihan semula penuh.

2

Penggunaan yang Disyorkan:

Gunakan ramalan sebagai lapisan penapisan pantas dan sokongan keputusan untuk mengutamakan percubaan, bukan sebagai pengganti pencirian akhir.

Gandingkan output model dengan tetingkap pemprosesan komposisi yang disyorkan; calon-calon di hadapan Pareto disenaraikan untuk reka bentuk berbilang objektif.

Untuk aplikasi kritikal atau terkawal, sahkan calon teratas di luar talian sebelum ditingkatkan.

Model ini secara aktif berkembang menjadi menegak tambahan (cth, ketoksikan biopharma, kebolehpercayaan jangka panjang) - hubungi kami untuk mendapatkan peta jalan terkini.

 

 

Pembangunan dan pengesahan bahan berfungsi amorfus

 

Yuyao4

 

Yuyao5