Fugu-MT 論文翻訳(概要): Sluggish and Chemically-Biased Interstitial Diffusion in Concentrated Solid Solution Alloys: Mechanisms and Methods

論文の概要: Sluggish and Chemically-Biased Interstitial Diffusion in Concentrated Solid Solution Alloys: Mechanisms and Methods

arxiv url: http://arxiv.org/abs/2311.16727v1
Date: Tue, 28 Nov 2023 12:16:06 GMT
ステータス: 処理完了
システム内更新日: 2023-11-30 09:27:04.920411
Title: Sluggish and Chemically-Biased Interstitial Diffusion in Concentrated Solid Solution Alloys: Mechanisms and Methods
Title（参考訳）: 濃厚固溶体合金の希薄・化学的に偏った間質拡散:機構と方法
Authors: Biao Xu, Haijun Fu, Shasha Huang, Shihua Ma, Yaoxu Xiong, Jun Zhang, Xuepeng Xiang, Wenyu Lu, Ji-Jung Kai, Shijun Zhao
Abstract要約: 間質拡散は非平衡条件下での材料の相安定性と照射応答を制御している。機械学習(ML)と速度論的モンテカルロ(kMC)を組み合わせたFe-Ni系固溶体合金(CSAs)のスラグおよび化学バイアスによる間質拡散の研究 Fe-Ni合金のスラグ拡散と"Ni-Ni"-バイアス拡散は独特な"バリアロック"機構と説明されるのに対し、"Fe-Fe-Fe"-バイアス拡散は"コンポーネントドミナンス"機構の影響を受けている。
参考スコア（独自算出の注目度）: 3.5400793665002213
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Interstitial diffusion is a pivotal process that governs the phase stability and irradiation response of materials in non-equilibrium conditions. In this work, we study sluggish and chemically-biased interstitial diffusion in Fe-Ni concentrated solid solution alloys (CSAs) by combining machine learning (ML) and kinetic Monte Carlo (kMC), where ML is used to accurately and efficiently predict the migration energy barriers on-the-fly. The ML-kMC reproduces the diffusivity that was reported by molecular dynamics results at high temperatures. With this powerful tool, we find that the observed sluggish diffusion and the "Ni-Ni-Ni"-biased diffusion in Fe-Ni alloys are ascribed to a unique "Barrier Lock" mechanism, whereas the "Fe-Fe-Fe"-biased diffusion is influenced by a "Component Dominance" mechanism. Inspired by the mentioned mechanisms, a practical AvgS-kMC method is proposed for conveniently and swiftly determining interstitial-mediated diffusivity by only relying on the mean energy barriers of migration patterns. Combining the AvgS-kMC with the differential evolutionary algorithm, an inverse design strategy for optimizing sluggish diffusion properties is applied to emphasize the crucial role of favorable migration patterns.
Abstract（参考訳）: 間質拡散(Interstitial diffusion)は、非平衡条件下で材料の相安定性と照射応答を管理する中心的な過程である。本研究では, 機械学習 (ml) と速度論的モンテカルロ (kmc) を組み合わせることで, fe-ni 濃縮固溶合金 (csas) におけるsluggish and chemicallybiased interstitial diffusion (sluggish and chemicallybiased interstitial diffusion) について検討した。 ML-kMCは高温で分子動力学によって報告された拡散率を再現する。この強力なツールにより,Fe-Ni合金のスラグ拡散と"Ni-Ni-Ni"-バイアス拡散は独特な"バリアロック"機構と説明され,"Fe-Fe-Fe"-バイアス拡散は"コンポーネントドミナンス"機構の影響を受けていることがわかった。以上のメカニズムに着想を得て,移動パターンの平均エネルギー障壁にのみ依存して間質媒介拡散率を簡便かつ迅速に決定する実用的なAvgS-kMC法を提案する。 AvgS-kMCと微分進化アルゴリズムを組み合わせることで、スラグ拡散特性を最適化するための逆設計戦略を適用し、好ましいマイグレーションパターンの重要な役割を強調する。

関連論文リスト

Aligning Target-Aware Molecule Diffusion Models with Exact Energy Optimization [147.7899503829411]
AliDiffは、事前訓練されたターゲット拡散モデルと望ましい機能特性を整合させる新しいフレームワークである。最先端の結合エネルギーを持つ分子を最大7.07 Avg. Vina Scoreで生成することができる。
論文参考訳（メタデータ） (2024-07-01T06:10:29Z)
A Unified Module for Accelerating STABLE-DIFFUSION: LCM-LORA [0.0]
本稿では,安定拡散過程を加速する統一モジュールについて,特にlcm-loraモジュールに着目して検討する。安定拡散過程は様々な科学・工学領域において重要な役割を担い、その加速は効率的な計算性能において最重要となる。
論文参考訳（メタデータ） (2024-03-24T05:57:00Z)
Radical Pair Mechanism and the Role of Chirality-Induced Spin Selectivity during Planaria Regeneration: Effect of Weak Magnetic Field on ROS levels [0.0]
プラナリアン(Planarian)は、様々な生化学経路で電場と磁場の効果を研究する興味深いモデルシステムである。最近の実験では、プラナリア再生時の弱い磁場による活性酸素種(ROS)の非自明な調節が示されている。
論文参考訳（メタデータ） (2024-01-09T12:58:08Z)
Supervised Machine Learning and Physics based Machine Learning approach for prediction of peak temperature distribution in Additive Friction Stir Deposition of Aluminium Alloy [0.0]
プロセスパラメータ, サーマルプロファイル, AFSD の相関関係はよく分かっていない。この研究は、教師付き機械学習(ニューラルネットワーク)と物理情報ネットワーク(PINN)を組み合わせて、プロセスパラメータからAFSDのピーク温度分布を予測する。
論文参考訳（メタデータ） (2023-09-13T09:39:42Z)
Eliminating Lipschitz Singularities in Diffusion Models [51.806899946775076]
拡散モデルは、時間ステップの零点付近で無限のリプシッツをしばしば表すことを示す。これは、積分演算に依存する拡散過程の安定性と精度に脅威をもたらす。我々はE-TSDMと呼ばれる新しい手法を提案し、これは0に近い拡散モデルのリプシッツを除去する。
論文参考訳（メタデータ） (2023-06-20T03:05:28Z)
Reconstructing Graph Diffusion History from a Single Snapshot [87.20550495678907]
A single SnapsHot (DASH) から拡散履歴を再構築するための新しいバリセンターの定式化を提案する。本研究では,拡散パラメータ推定のNP硬度により,拡散パラメータの推定誤差が避けられないことを証明する。また、DITTO(Diffusion hitting Times with Optimal proposal)という効果的な解法も開発している。
論文参考訳（メタデータ） (2023-06-01T09:39:32Z)
Sensing of magnetic field effects in radical-pair reactions using a quantum sensor [50.591267188664666]
特定の化学反応における磁場効果(MFE)は、過去50年間によく確立されてきた。我々は、局所的なスピン環境とセンサーとの結合を考慮して、ラジカル対の精巧で現実的なモデルを採用する。 2つのモデル系に対して、ラジカル対とNV量子センサの弱い結合状態においても検出可能なMFEの信号を導出する。
論文参考訳（メタデータ） (2022-09-28T12:56:15Z)
Many-body localization and delocalization dynamics in the thermodynamic limit [0.0]
数値連成クラスタ展開(NLCE)は、熱力学の極限で直接量子系に取り組む手段を提供する。 NLCEは、乱れたスピンのクエンチダイナミクスをシミュレートすることで、MBLを探索する強力なツールを提供する。我々の研究は、よく研究されている混乱したハイゼンベルク連鎖以外のシステムにおけるMBLに光を当て、この目的のためにNLCEの有用性を強調している。
論文参考訳（メタデータ） (2022-02-21T19:15:46Z)
Light propagation and magnon-photon coupling in optically dispersive magnetic media [0.0]
分散媒体におけるマグノン光子結合ハミルトニアンの導出について述べる。平面波非退化モードに対するマグノンの結合は、分散によって調整された偏光選択規則により、特定の周波数で消滅することを示す。本結果は,分散オポマグノン系の設計の道を開くものである。
論文参考訳（メタデータ） (2021-11-10T18:59:52Z)
Determination of the critical exponents in dissipative phase transitions: Coherent anomaly approach [51.819912248960804]
オープン量子多体系の定常状態に存在する相転移の臨界指数を抽出するコヒーレント異常法の一般化を提案する。
論文参考訳（メタデータ） (2021-03-12T13:16:18Z)
Training Deep Energy-Based Models with f-Divergence Minimization [113.97274898282343]
深部エネルギーベースモデル(EBM)は分布パラメトリゼーションにおいて非常に柔軟であるが、計算的に困難である。所望のf偏差を用いてEMMを訓練するための、f-EBMと呼ばれる一般的な変分フレームワークを提案する。実験の結果,F-EBMは対照的なばらつきよりも優れており,KL以外のf-divergencesを用いたEBMの訓練の利点も示された。
論文参考訳（メタデータ） (2020-03-06T23:11:13Z)

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。