“monte carlo” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Kuantum Monte Carlo Simülasyonlarında Çığır Açan Yeni Yöntem Geliştirildi
Araştırmacılar, moleküllerin elektronik yapısını hesaplamada kullanılan Auxiliary-Field Quantum Monte Carlo (AFQMC) yönteminde önemli bir gelişme kaydetti. Yeni yaklaşım, Coupled Cluster Singles and Doubles (CCSD) dalga fonksiyonlarını pertürbatif olarak işleyerek, hesaplama maliyetini önemli ölçüde düşürürken doğruluğu koruyor. Geliştirilen yöntem, küçük moleküllerden karmaşık geçiş metal komplekslerine kadar geniş bir spektrumda test edildi ve mevcut CCSD(T) yönteminden daha iyi performans gösterdi. Özellikle büyük sistemlerde boyut genişletilebilirlik avantajı sunan bu yaklaşım, uniform elektron gazı simülasyonlarında da başarılı sonuçlar verdi. Bu gelişme, kuantum kimyası hesaplamalarında daha büyük ve karmaşık sistemlerin incelenmesine olanak tanıyacak.
İyonik Kristallerin Yüzey Özelliklerini Tahmin Etmede Büyük İlerleme
Araştırmacılar, iyonik malzemelerin yüzey kararlılığını ve kristal şekillerini öngörmek için elektrostatik analiz tabanlı yeni bir yöntem geliştirdi. Bu yaklaşım, geleneksel yöntemlere kıyasla çok daha hızlı ve ölçeklenebilir sonuçlar sunuyor. Yöntem, stokiyometrik yüzey terminasyonları oluşturup bunların elektrostatik enerjilerini değerlendirerek, yüzey konfigürasyonlarının yüksek verimli taranmasına olanak tanıyor. Polar yüzeyler, yüzey dipol momenti hesaplamaları ile belirleniyor ve replica-exchange Monte Carlo simülasyonları kullanılarak kararlı hale getiriliyor. Pahalı Yoğunluk Fonksiyonel Teorisi hesaplarını atlayarak, bu yaklaşım büyük sistemlere ve normalde erişilmesi zor yüksek indeksli yüzeylere doğal olarak genişletilebiliyor. Elektrostatik etkileşimlerin, göreceli yüzey kararlılığındaki baskın eğilimleri yakalayabildiği gösterildi.
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 ile Kimyasal Çözücü Tasarımında Yeni Dönem: AI4S-SDS Sistemi
Araştırmacılar, kimyasal formülasyonların otomatik tasarımı için devrim niteliğinde bir yapay zeka sistemi geliştirdi. AI4S-SDS adlı bu sistem, neuro-sembolik çerçeve ve Monte Carlo Ağaç Arama algoritmasını birleştireyor. Geleneksel büyük dil modellerinin karşılaştığı bağlam penceresi sınırlamaları ve yol-bağımlı keşif problemlerini çözmeyi hedefliyor. Sistem, seyrek durum depolama mekanizması ve dinamik yol yeniden yapılandırma özelliği sayesinde, sabit token bütçesi altında sınırsız derinlikte araştırma yapabiliyor. Malzeme biliminin temel taşlarından biri olan kimyasal formülasyon tasarımında, yüksek boyutlu kombinasyonel uzayda gezinme sorununa çözüm getiriyor. Bu gelişme, yeni malzemelerin keşfi ve kimyasal süreçlerin optimizasyonunda önemli ilerlemeler sağlayabilir.