論文の概要: Bayesian inference of composition-dependent phase diagrams

• arxiv url: http://arxiv.org/abs/2309.01271v1
• Date: Sun, 3 Sep 2023 20:57:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-06 20:21:14.436670
• Title: Bayesian inference of composition-dependent phase diagrams
• Title（参考訳）: 組成依存位相図のベイズ推定
• Authors: Timofei Miryashkin, Olga Klimanova, Vladimir Ladygin, Alexander Shapeev
• Abstract要約: 本研究では,分子動力学(MD),融点シミュレーション,フォノン計算からの熱力学データを合成し,これらのデータを処理し,温度集中相図を生成する手法を開発した。 開発したアルゴリズムは,Ge-SiとK-Naの2つの二元系において,全濃度および温度で試験に成功した。
• 参考スコア（独自算出の注目度）: 47.79947989845143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Phase diagrams serve as a highly informative tool for materials design, encapsulating information about the phases that a material can manifest under specific conditions. In this work, we develop a method in which Bayesian inference is employed to combine thermodynamic data from molecular dynamics (MD), melting point simulations, and phonon calculations, process these data, and yield a temperature-concentration phase diagram. The employed Bayesian framework yields us not only the free energies of different phases as functions of temperature and concentration but also the uncertainties of these free energies originating from statistical errors inherent to finite-length MD trajectories. Furthermore, it extrapolates the results of the finite-atom calculations to the infinite-atom limit and facilitates the choice of temperature, chemical potentials, and the number of atoms conducting the next simulation with which will be the most efficient in reducing the uncertainty of the phase diagram. The developed algorithm was successfully tested on two binary systems, Ge-Si and K-Na, in the full range of concentrations and temperatures.
• Abstract（参考訳）: 位相図は、特定の条件下で材料が現示できる位相に関する情報をカプセル化する、材料設計の非常に有用なツールとして機能する。 本研究では,分子動力学(md),融点シミュレーション,フォノン計算からの熱力学データを組み合わせ,これらのデータを処理し,温度集中相図を生成するベイズ推定法を開発した。 ベイズフレームワークは温度と濃度の関数として異なる相の自由エネルギーを得るだけでなく、有限長MD軌道に固有の統計誤差から生じるこれらの自由エネルギーの不確かさも引き起こす。 さらに、有限原子計算の結果を無限原子限界まで外挿し、温度、化学ポテンシャル、および次のシミュレーションを行う原子の数の選択を容易にし、相図の不確かさを減らすのに最も効果的である。 開発したアルゴリズムは,Ge-SiとK-Naの2つの二元系で全濃度および温度で試験に成功した。

関連論文リスト

• Efficient mapping of phase diagrams with conditional Boltzmann Generators [4.437335677401287]
  位相図全体に対するボルツマン生成法に基づく深層生成機械学習モデルを開発した。 単一正規化流を訓練することにより, 単一の基準熱力学状態から広範囲の目標温度, 圧力に比例した平衡分布を変換し, 効率よく平衡分布を生成することができる。 我々は、レナード=ジョーンズ系の固液共存線を最先端自由エネルギー法とよく一致して予測することで、我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2024-06-18T08:05:04Z)
• Accurate melting point prediction through autonomous physics-informed learning [52.217497897835344]
  NPTアンサンブルにおける共存シミュレーションから自律的に学習することで融点を計算するアルゴリズムを提案する。 固液共存進化の物理モデルを統合することで、アルゴリズムの精度が向上し、最適な意思決定が可能になることを実証する。
  論文  参考訳（メタデータ） (2023-06-23T07:53:09Z)
• Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
  教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。 我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。 対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
  論文  参考訳（メタデータ） (2023-02-10T08:05:19Z)
• Variational thermal quantum simulation of the lattice Schwinger model [0.0]
  本稿では, 格子シュウィンガーモデルを用いて, 閉じ込めや分解をシミュレートする変分法を提案する。 数値シミュレーションの結果, 温度上昇と化学ポテンシャルの増大に伴い, 弦張力は減少することがわかった。 我々の研究は、核物質の有限温度および有限密度の位相図を調べるために、短期量子コンピュータを利用する方法である。
  論文  参考訳（メタデータ） (2022-05-25T13:29:05Z)
• Photoinduced prethermal order parameter dynamics in the two-dimensional large-$N$ Hubbard-Heisenberg model [77.34726150561087]
  2次元相関電子モデルにおいて、競合する秩序相の微視的ダイナミクスについて検討する。 2つの競合する位相間の光誘起遷移をシミュレートする。
  論文  参考訳（メタデータ） (2022-05-13T13:13:31Z)
• Accessing the topological Mott insulator in cold atom quantum simulators with realistic Rydberg dressing [58.720142291102135]
  本稿では, コールド・ライドバーグ型原子を用いた光学格子の量子シミュレーションの現実的シナリオについて検討する。 本研究では, 平均場近似において, 半次および非共役充填時の位相図の詳細な解析を行う。 さらに、平均場近似における温度に対する相の安定性について検討する。
  論文  参考訳（メタデータ） (2022-03-28T14:55:28Z)
• Experimental Measurement of Out-of-Time-Ordered Correlators at Finite Temperature [0.0]
  Out-of-time-ordered correlator (OTOC) は、広範囲の相互接続フィールドで観測可能なキーである。 有限温度でのOTOCの測定実験を行った。
  論文  参考訳（メタデータ） (2021-12-03T18:33:14Z)
• Residual fourier neural operator for thermochemical curing of composites [9.236600710244478]
  本稿では,Residual Fourier Neural Operator (ResFNO)を提案する。 ドメイン知識を時間分解能独立パラメータ化ニューラルネットワークに統合することにより、治療サイクルと温度履歴の間のマッピングをラベル付きデータの限られた数で学習することができる。
  論文  参考訳（メタデータ） (2021-11-15T14:28:11Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。