“modelleme” için sonuçlar
21 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Kuantum Kimyada Yeni Yaklaşım: RPA Tabanlı Yerel Orbital Yöntemi
Bilim insanları, moleküllerin elektronik yapısını daha doğru hesaplamak için yeni bir kuantum kimyasal yöntem geliştirdi. Bu yaklaşım, özellikle karmaşık moleküler sistemlerde geleneksel MP2 yönteminin yetersiz kaldığı durumlarda daha güvenilir sonuçlar veriyor. Random Phase Approximation (RPA) temelli yerel doğal orbital coupled-cluster teorisi, büyük moleküllerde elektronlar arası etkileşimleri daha hassas şekilde modelliyor. Yöntem, hesaplama maliyetini düşürürken doğruluğu artırarak, ilaç tasarımından malzeme bilimindeki uygulamalara kadar geniş bir yelpazede kullanılabilecek.
Gözenekli Malzemelerde Sıvı Akışını Modelleyen Yeni Yöntem Geliştirildi
Araştırmacılar, nano ölçekli gözenekli malzemelerdeki sıvı akışını daha iyi anlamak için yeni bir modelleme yöntemi geliştirdi. Yöntem, kapiller yoğuşma nedeniyle tıkanan gözeneklerin etkisini hesaba katarak, malzemenin geçirgenlik özelliklerini tahmin ediyor. Klasik Yoğunluk Fonksiyonel Teorisi ile desteklenen bu yaklaşım, nano boyutlardaki fiziksel olayları makro ölçekli modellere entegre ederek, petrol endüstrisi, su arıtma ve kataliz gibi alanlarda önemli uygulamalara sahip. Çalışma, gözenek boyutu dağılımı ve malzeme yapısının sıvı akış özelliklerini nasıl etkilediğini ortaya koyuyor.
Yapay Zeka Destekli Kataliz Modellerinde Devrim: MACE Potansiyelleri
Bilim insanları, katalitik reaksiyonları modellemek için kullanılan makine öğrenimi tabanlı atomik potansiyelleri sistematik olarak iyileştirmenin yollarını araştırdı. MACE (Çok Atomlu Kümelenmiş Genişletme) potansiyellerinin farklı eğitim stratejileriyle nasıl optimize edilebileceğini inceleyen çalışma, CO₂'nin indirgenmesi, propan dehidrojenasyonu ve hidrojen interkalasyonu gibi 141 farklı reaksiyonu analiz etti. Araştırma, sıfırdan eğitim ile büyük temel modellerin ince ayarını karşılaştırarak, hangi yaklaşımların daha iyi sonuç verdiğini ortaya koydu. Bu gelişme, kataliz alanında hesaplamalı kimyanın hızını ve doğruluğunu artırarak, yeni katalizörlerin tasarımında önemli ilerlemeler sağlayabilir.
Yapay Zeka ile Moleküllerin Elektron Davranışını Daha Hızlı Tahmin Etmek
Kimyasal hesaplamalarda kritik olan elektron korelasyonlarının belirlenmesi için yeni bir yapay zeka yaklaşımı geliştirildi. Ranking Configuration Interaction (RCI) adı verilen bu yöntem, moleküllerdeki elektron davranışlarını tahmin etmek için geleneksel yöntemlerden farklı olarak 'sıralama' stratejisi kullanıyor. Transformer mimarisi kullanan sistem, elektronların orbital bağımlılıklarını daha doğru modelleyerek, kimyasal reaksiyonların ve moleküler özelliklerin hesaplanmasında önemli iyileştirmeler sağlıyor. Bu gelişme, ilaç tasarımından malzeme bilimlerine kadar pek çok alanda hesaplama kimyasının geleceğini şekillendirebilir.
Yapay Zeka ile NMR Spektroskopisi: Moleküllerdeki Gizli Kimyasal Farkları Keşfetmek
Araştırmacılar, moleküllerin kimyasal özelliklerini anlamada kritik bir sorunu çözdü. Aynı yapıya sahip atomlar gerçekte farklı kimyasal ortamlarda bulunabilir, ancak geleneksel yöntemler bu farkları yakalayamıyor. Bilim insanları, NMR spektroskopisi verilerini yapay zeka ile birleştirerek CLAIM adlı yeni bir sistem geliştirdi. Bu sistem, moleküllerin 2D yapısal bilgilerini atom seviyesindeki NMR gözlemleriyle eşleştiriyor. Böylece kaybolmuş kimyasal detayları geri kazandırıyor ve dinamik moleküler davranışları daha iyi anlamamızı sağlıyor. Araştırma, ilaç keşfi ve malzeme biliminde yeni olanaklar sunuyor.
Kuantum Kimyasında Hesaplama Hızını Artıran Yeni GPU Algoritması Geliştirildi
Araştırmacılar, kuantum kimya hesaplamalarında karşılaşılan büyük hesaplama zorluklarını aşmak için KerneLDI adlı yeni bir GPU tabanlı framework geliştirdiler. Bu sistem, moleküldeki atomlar arası uzamsal ilişkileri daha akıllı bir şekilde işleyerek, gereksiz hesaplamaları elimine ediyor ve sadece önemli blokları işleme alıyor. Geleneksel yöntemler bu tür hesaplamalarda verimsiz kalırken, yeni yaklaşım özellikle büyük moleküler sistemlerde önemli hız artışları sağlıyor. Bu gelişme, ilaç tasarımından yeni malzeme keşfine kadar birçok alanda kuantum kimya hesaplamalarının daha hızlı ve verimli yapılmasını mümkün kılacak.
Ozon Molekülünde Çifte İyonlaşma Süreci İlk Kez Görüntülendi
Atmosferimizin önemli bileşenlerinden ozon molekülünde, tek foton ile gerçekleşen çifte iyonlaşma olayı ilk kez deneysel olarak gözlemlendi. Araştırmacılar, yüksek enerjili ultraviyole ışınlar kullanarak ozonun elektronik yapısının detaylı haritasını çıkardı. Bu çalışma, atmosfer kimyası ve iyonosfer modellemesinde kritik öneme sahip. Bulgular, ozon molekülünün iki elektronunu aynı anda kaybetmesi sürecini moleküler düzeyde anlamamızı sağlıyor. Gelişmiş çok parçacık korelasyon teknikleri sayesinde elde edilen veriler, teorik hesaplamalarla da desteklendi. Çalışma, atmosferik ve astrokimyasal süreçlerin modellemesinde yeni kapılar açıyor.
Kuantum kimyada yeni yöntem: Karmaşık molekül yapılarını çözmenin anahtarı
Araştırmacılar, kimyasal bağlar ve molekül yapıları arasındaki karmaşık ilişkileri anlamak için TD∆SCF adı verilen yeni bir yöntem geliştirdiler. Bu yaklaşım, özellikle elektronları benzer enerji seviyelerinde bulunan karmaşık moleküllerin davranışlarını tahmin etmede önemli ilerlemeler sağlıyor. Geleneksel yoğunluk fonksiyoneli teorisi bu tür moleküllerle zorlanırken, yeni yöntem benzin ve hidrojen florür gibi çeşitli moleküllerde test edildi. Sonuçlar, yöntemin mevcut tekniklerden daha tutarlı ve güvenilir sonuçlar verdiğini gösteriyor. Bu gelişme, ilaç tasarımından malzeme bilimlerine kadar birçok alanda moleküler davranışları daha iyi anlamamızı sağlayabilir.
Kuantum kimyasında hesaplama devrimini başlatacak yeni yöntem keşfedildi
Kuantum kimyası hesaplamalarında büyük bir ilerleme kaydedildi. Araştırmacılar, moleküllerin elektronik yapılarını analiz etmek için kullanılan karmaşık tensor işlemlerini stokastik yöntemlerle gerçekleştiren yeni bir teknik geliştirdi. Bu yaklaşım, altın standart olarak kabul edilen coupled cluster teorisinin hesaplama maliyetini dramatik şekilde düşürürken, kimyasal doğruluk seviyesini koruyor. Yöntem, geleneksel yaklaşımlara göre hem hesaplama süresinde hem de hata oranlarında on kat iyileşme sağlayarak, daha büyük moleküler sistemlerin incelenmesinin önünü açıyor. Bu gelişme, kuantum kimyası alanında maliyet-doğruluk dengesini yeniden şekillendirebilecek nitelikte.
Kuantum-Klasik Hibrit Sistemle 12.000 Atomlu Protein Simülasyonu Başarıldı
Araştırmacılar, kuantum ve klasik hesaplama yöntemlerini birleştirerek moleküler simülasyonlarda çığır açan bir başarıya imza attı. İki adet 156 kübitlik IBM kuantum işlemcisi ve süper bilgisayarlar kullanılarak gerçekleştirilen çalışmada, 12.000 atomu aşan protein-ligand kompleksleri simüle edildi. 100 saati aşan hesaplama sürecinde 9.200 kuantum devresi çalıştırılarak 1.3 milyar ölçüm sonucu toplandı. Bu, kuantum kimyası alanındaki en kapsamlı hibrit hesaplama çalışması olma özelliğini taşıyor. Geliştirilen yöntem, molekülleri parçalara ayırarak kuantum gömme tekniği kullanıyor ve her parçayı hibrit kuantum-klasik yöntemlerle analiz ediyor. Çalışma, büyük biyolojik sistemlerin kuantum düzeyinde analizini mümkün kılarak ilaç geliştirme ve moleküler tasarım alanlarında yeni olanaklar sunuyor.
MIST: Kimyasal Uzayı Keşfeden Dev Yapay Zeka Modeli Geliştirildi
Araştırmacılar, moleküllerin özelliklerini tahmin etmek için MIST adında yeni bir yapay zeka ailesi geliştirdi. Bu modeller, önceki çalışmalardan on kat daha fazla parametre ve veri kullanarak eğitildi. Smirk adlı yenilikçi bir tokenizer ile moleküllerin çekirdek, elektronik ve geometrik bilgilerini kapsamlı şekilde yakalayan MIST, 400'den fazla yapı-özellik ilişkisini tahmin edebiliyor. Model, fizyolojiden elektrokimyaya kadar geniş bir yelpazede en gelişmiş performansı gösteriyor. Bu gelişme, kimyasal uzayda verimli navigasyon sağlayarak malzeme inovasyonunu hızlandırabilir ve mevcut hesaplama yöntemlerinin ölçeklenebilirlik sorunlarına çözüm sunabilir.
Yapay Zeka ile Kimyasal Hesaplamalar 10 Kat Hızlandırıldı
Araştırmacılar, moleküllerin elektronik yapısını önceden tahmin eden yeni bir yapay zeka modeli geliştirdi. DM-PhiSNet adı verilen bu sistem, kimyasal hesaplamaların temelini oluşturan SCF iterasyonlarını %49-81 oranında azaltarak dramatik bir hızlanma sağlıyor. Model, molekülün geometrisinden yola çıkarak elektron yoğunluk matrisini doğrudan tahmin ediyor ve fiziksel kısıtlamaları göz önünde bulundurarak gerçekçi sonuçlar üretiyor. Su, metan, amonyak gibi altı farklı molekül üzerinde test edilen sistem, geleneksel yöntemlere kıyasla çok daha az iterasyon adımıyla doğru sonuçlara ulaşıyor. Bu gelişme, ilaç keşfi, malzeme bilimi ve kataliz araştırmalarında kullanılan kuantum kimyasal hesaplamaları önemli ölçüde hızlandırabilir.
Malzeme bilimi için yeni Python yazılımı: aim2dat büyük veri analizini kolaylaştırıyor
Araştırmacılar, malzeme biliminde büyük veri analizi ve yoğunluk fonksiyonel teorisi hesaplamalarını otomatikleştiren yeni bir Python paketi geliştirdiler. aim2dat (Otomatik Ab Initio Malzeme Modelleme ve Veri Analizi Araç Kiti) adlı bu yazılım, bilim insanlarının karmaşık malzeme yapılarını daha kolay analiz etmesini ve yeni bileşiklerin keşfini hızlandırmasını sağlıyor. Yazılım, çevrimiçi veritabanlarına bağlanabiliyor, yüksek verimli tarama rutinleri sunuyor ve makine öğrenmesi modellerini sorunsuz şekilde entegre edebiliyor. Bu gelişme, deneysel araştırmaları destekleyerek malzeme biliminde veri odaklı yaklaşımların yaygınlaşmasına katkıda bulunuyor.
Solv-eze: Su Moleküllerini Akıllıca Yerleştiren Yeni Simülasyon Yöntemi
Araştırmacılar, biyomoleküler simülasyonlarda su moleküllerinin yerleştirilmesi için Solv-eze adlı yeni bir otomatik yöntem geliştirdi. Geleneksel yöntemlerde su molekülleri önceden hazırlanmış çözücü kutularından eklenir ve basit mesafe kurallarıyla çıkarılır, bu da protein-ilaç etkileşimlerinde kritik rol oynayan ara yüzey sularının kaybolmasına neden olabilir. Yeni yöntem, 3D-RISM solvent yoğunluk dağılımlarını kullanarak yüksek çözücü olasılığı olan bölgeleri belirliyor ve fiziksel olarak anlamlı hidrasyon yapıları oluşturuyor. Bu yaklaşım, uzun süreli örnekleme veya büyük kanonik Monte Carlo gibi özel tekniklere gerek kalmadan hesaplama açısından verimli bir çözüm sunuyor.
Yapay Zeka Kimyasal Reaksiyonların Gizli Geçiş Noktalarını Keşfediyor
Kimyasal reaksiyonların nasıl gerçekleştiğini anlamak için kritik olan geçiş durumlarının tespiti, bilim insanları için büyük bir zorluk teşkil ediyor. Araştırmacılar, bu soruna yapay zeka destekli yenilikçi bir çözüm geliştirdi. ASTRA adlı sistem, difüzyon modelleri kullanarak moleküllerin reaksiyon sırasında geçtiği kritik noktaları önceden tahmin edebiliyor. Geleneksel yöntemler belirli varsayımlar gerektirirken, bu yeni yaklaşım çok daha geniş bir reaksiyon yelpazesini analiz edebilme kapasitesine sahip. Sistem, bilinen kararlı moleküler yapıları öğrenerek, bunlar arasındaki geçiş noktalarını matematiksel modelleme ile tespit ediyor.
Yapay zeka moleküler dünyayı keşfediyor: Suiren-1.0 kimya araştırmalarını hızlandıracak
Araştırmacılar, moleküllerin davranışlarını tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. Suiren-1.0 adlı bu sistem, 1.8 milyar parametre içeriyor ve 70 milyon moleküler örnek üzerinde eğitildi. Sistem, moleküllerin 3 boyutlu yapılarını analiz ederek kimyasal özelliklerini tahmin edebiliyor. Bu teknoloji, ilaç geliştirme, malzeme bilimi ve kimya araştırmalarında devrim yaratabilir. Özellikle moleküller arası etkileşimleri modelleyebilmesi, karmaşık kimyasal süreçlerin anlaşılmasına katkı sağlayacak.
Kuantum Algoritmaları Yüzey Katalizi Süreçlerini Çözmeye Çalışıyor
Araştırmacılar, yüzey katalizi süreçlerini daha doğru modellemek için kuantum bilgisayar algoritmalarını test etti. TiO2 yüzeyine tutunmuş rodyum atomları üzerindeki azot monoksit emilimini inceleyerek, geleneksel yöntemlerin zorlandığı çok durumlu elektronik sistemleri kuantum algoritmaları ile analiz etmeye odaklandılar. Çalışma, SA-fUCCSD ve SA-ADAPT gibi kuantum ansatz yöntemlerinin performansını değerlendirdi. Bu araştırma, kuantum bilgisayarların kimyasal kataliz süreçlerini anlamada nasıl kullanılabileceğine dair önemli ipuçları sunuyor.
Yeni Baloncuk Yöntemi: Çözeltilerdeki Moleküllerin Davranışını Tahmin Etmek
Araştırmacılar, molekül ve iyonların çözücülerdeki davranışlarını tahmin etmek için 'baloncuk yöntemi' adı verilen yeni bir yaklaşım geliştirdi. Bu yöntem, özellikle yapay zeka destekli moleküler dinamik simülasyonlarda karşılaşılan teknik zorlukları aşıyor. Çözünme serbest enerjisi hesaplamaları, ilaç geliştirmeden malzeme bilimine kadar birçok alanda kritik önem taşıyor. Geleneksel yöntemlerin aksine, baloncuk yöntemi atomlar birbirine yaklaştığında ortaya çıkan sayısal kararsızlık problemini ortadan kaldırıyor. Bu gelişme, bilim insanlarının moleküllerin suda ve diğer çözücülerdeki davranışlarını daha hassas şekilde modellemelerine olanak sağlıyor.
Yapay Zeka Moleküllerdeki Uzak Mesafe Etkileşimleri Çözmeyi Başardı
Google DeepMind, BIFOLD ve Berlin Teknik Üniversitesi araştırmacıları, karmaşık moleküllerdeki atomlar arası uzun mesafe etkileşimlerini daha verimli şekilde modelleyebilen yeni bir yapay zeka yöntemi geliştirdi. Euclidean Fast Attention (EFA) adı verilen bu makine öğrenmesi yaklaşımı, kimyasal sistemlerdeki küresel atom etkileşimlerini daha hızlı ve doğru şekilde temsil edebiliyor. Bu gelişme, ilaç geliştirme süreçlerinde hızlanma, daha verimli batarya teknolojileri ve sürdürülebilir malzeme tasarımında önemli ilerlemeler sağlayabilir. Yöntem, özellikle karmaşık moleküler yapıların simülasyonunda geleneksel hesaplama yöntemlerinin sınırlarını aşmayı hedefliyor.
Yapay zeka ile kristal yapıları artık tahmin edilebiliyor
Bilim insanları, organik moleküllerin kristal yapılarını tahmin edebilen OXtal adlı yapay zeka modelini geliştirdi. 100 milyon parametreye sahip bu difüzyon modeli, 2D kimyasal formüllerden yola çıkarak 3D kristal yapıları öngörebiliyor. İlaç endüstrisinden organik yarıiletkenlere kadar geniş bir yelpazede uygulanabilecek bu teknoloji, kristal yapı tahmini alanında uzun süredir devam eden zorluklara çözüm sunuyor. Araştırmacılar, geleneksel eşdeğişken mimarilerin yerine veri artırma stratejilerini kullanarak modelin verimliliğini artırdı ve kristalizasyondan ilham alan yeni bir eğitim yöntemi geliştirdi.
AI Çiplerinde 8-bit Hesaplamalarla Kuantum Kimyası Simülasyonları 364% Hızlandı
Araştırmacılar, yapay zeka çiplerinde kuantum kimyası hesaplamalarını büyük ölçüde hızlandıran yenilikçi bir yöntem geliştirdi. NVIDIA Tensor Core'lar gibi AI donanımlarında 8-bit tam sayı aritmetiği kullanan adaptif hassasiyet algoritması, yoğunluk uydurma methodunu önemli ölçüde hızlandırıyor. RTX 4090'da %204, RTX 6000 Ada'da ise %364'e varan hız artışları elde edilen çalışmada, hesaplama doğruluğundan taviz verilmiyor. Bu gelişme, AI donanımının bilimsel hesaplamalarda nasıl etkili kullanılabileceğini gösteriyor.