منوعات

محاكاة الانتشار باستخدام “الكينوسونات” والتعلم الآلي

أعاد الباحثون في جامعة إلينوي في أوربانا شامبين صياغة التشتت في السبائك متعددة المكونات كمجموع من المساهمات الفردية، تسمى “kinosons”. وباستخدام التعلم الآلي لحساب التوزيع الإحصائي للمساهمات الفردية، تمكنوا من نمذجة السبيكة وحساب أوامر انتشارها من حيث الحجم بكفاءة أكبر من حساب المسارات بأكملها. وقد تم نشر هذا العمل مؤخرا في المجلة رسائل الفحص البدني.

يقول دالاس ترينكل، أستاذ العلوم والمواد الهندسية، الذي قاد هذه الدراسة: “لقد وجدنا طريقة أكثر كفاءة لحساب الانتشار في المواد الصلبة، وفي الوقت نفسه، تعلمنا المزيد عن العمليات الأساسية للانتشار في نفس النظام”. العمل مع طالب الدراسات العليا سوهام تشاتوبادياي.

الانتشار في المواد الصلبة هو العملية التي تتحرك بها الذرات داخل المادة. إن إنتاج الفولاذ، وحركة الأيونات في البطارية، وتطعيم أجهزة أشباه الموصلات، كلها أشياء يتم التحكم فيها عن طريق الانتشار.

هنا، قام الفريق بنمذجة الانتشار في السبائك متعددة المكونات، وهي معادن مكونة من خمسة عناصر مختلفة – المنغنيز والكوبالت والكروم والحديد والنيكل في هذا البحث – بكميات متساوية. هذه الأنواع من السبائك مثيرة للاهتمام لأن إحدى طرق صنع مواد قوية هي إضافة عناصر مختلفة، مثل إضافة الكربون والحديد لصنع الفولاذ. تتميز السبائك متعددة المكونات بخصائص فريدة، مثل السلوك الميكانيكي الجيد واستقرار درجات الحرارة العالية. ولذلك من المهم أن نفهم كيفية انتشار الذرات في هذه المواد.

وللحصول على فكرة جيدة عن الانتشار، هناك حاجة إلى فترات زمنية طويلة، لأن الذرات تتحرك بشكل عشوائي، ومع مرور الوقت ستزداد إزاحتها من نقطة البداية. يقول ترينكل: “إذا حاول شخص ما محاكاة الانتشار، فسيكون الأمر مؤلمًا لأنه يتعين عليك تشغيل المحاكاة لفترة طويلة جدًا للحصول على الصورة الكاملة”. “هذا يحد حقًا من العديد من طرق دراسة الانتشار. غالبًا لا يمكن استخدام طرق أكثر دقة لحساب معدلات الانتقال لأنك لن تكون قادرًا على القيام بخطوات محاكاة كافية للحصول على المدى الطويل والحصول على النتيجة.” قيمة انتشار معقولة.

يمكن للذرة القفز إلى اليسار، ولكن بعد ذلك يمكنها القفز مرة أخرى إلى اليمين. وفي هذه الحالة، لم تتحرك الذرة إلى أي مكان. الآن لنفترض أنها قفزت إلى اليسار، ثم حدث 1000 شيء آخر، ثم قفزت إلى اليمين. إنه نفس التأثير. يقول ترينكل: “نحن نسميها الارتباط لأنه في مرحلة ما قامت الذرة بقفزة ثم عكست تلك القفزة. وهذا ما يجعل البث معقدا. المشكلة إلى مشكلة لا توجد فيها أي من هذه القفزات المترابطة.

ولذلك فإن أي قفزة تقوم بها الذرة تساهم في الانتشار ويصبح حل المشكلة أسهل بكثير. يوضح ترينكل: “نحن نطلق على هذه القفزات اسم “kinosons” للحركات الصغيرة”. “لقد أظهرنا أنه يمكنك استخراج توزيع هذه العناصر، واحتمال رؤية كينوسون بحجم معين، وإضافتها للحصول على الانتشار الحقيقي. علاوة على ذلك، يمكنك معرفة كيفية انتشار العناصر المختلفة في المادة الصلبة. “

هناك ميزة أخرى لانتشار النمذجة باستخدام الكينوسونات والتعلم الآلي وهي أنها أسرع بكثير من حساب مسارات كاملة على مدى فترة طويلة من الزمن. ويدعي ترينكل أنه باستخدام هذه الطريقة، يمكن إجراء عمليات المحاكاة بشكل أسرع 100 مرة من الطرق العادية.

ويقول: “أعتقد أن هذه الطريقة ستغير حقًا الطريقة التي نفكر بها في البث”. “إنها طريقة مختلفة للنظر إلى المشكلة، وآمل أن تصبح هذه هي الطريقة القياسية للنظر إلى البث في السنوات العشر القادمة. بالنسبة لي، أحد أكثر الأشياء إثارة ليس فقط أنها تعمل بشكل أسرع، ولكن أيضًا التعلم”. المزيد حول ما يحدث في النظام.

..

Source link

orcalimaa

المصدر الرئيسي للأخبار والمعلومات الصحية والطبية الموثوقة وفي الوقت المناسب . توفير معلومات صحية ذات مصداقية ومجتمع داعم وخدمات تعليمية من خلال مزج الخبرة الحائزة على جوائز في المحتوى والخدمات المجتمعية وتعليقات الخبراء والمراجعة الطبية .

مقالات ذات صلة

اترك تعليقاً

زر الذهاب إلى الأعلى