机器学习阐明了材料的隐藏顺序
极端温度会对金属产生奇怪的影响。在高温下,铁不再具有磁性。在毁灭性的寒冷中,铅成为超导体。
在过去的30年中,物理学家一直被17.5开尔文(零下256摄氏度)的硅化铀钌(URu2Si2)的确切情况所困扰。通过测量热容量和其他特征,他们可以知道它经历了某种类型的相变,但这是任何人都可以肯定地说的。大量的理论比比皆是。
由物理学家布拉德·肖夫(Dick&Dale Reis Johnson,Arts and Arts)的物理学家布拉德·拉姆肖(Brad Ramshaw)领导的一项康奈尔研究合作,结合了超声波和机器学习来缩小对此量子材料进入时的解释。所谓的“隐性命令”。
他们的论文“通过共振超声光谱学和机器学习发现的URu2Si2中的一元有序参数”发表于3月6日的《科学进展》杂志上。
该论文的资深作者拉姆肖说:“在铀化硅化钌钌中,我们不知道电子在隐藏的有序状态下正在做什么。”“我们知道它们不会变得磁化,我们知道它们不会变得超导,但是它们在做什么?有很多可能性-轨道次序,电荷密度波,价态跃迁-但是很难做到区分这些物质的不同状态。因此,电子在这个意义上是“隐藏”的。”
Ramshaw和他的博士生Sayak Ghosh使用高分辨率超声光谱法检查了URu2Si2单晶的对称特性,以及这些特性在隐藏有序相变过程中如何变化。大多数相变都伴随着对称性质的变化。例如,固体的所有原子都有序排列,而液体则没有。这些对称性变化并不总是很明显,并且可能很难通过实验来检测。
“通过观察对称性,我们不必知道铀在做什么或钌在做什么的所有细节。我们只需分析系统在相变之前的对称性以及外观如何即可。之后,”兰姆肖说。“这使我们可以采用理论家提出的可能性表,并说:'好吧,这些与相变前后的对称性并不相符,而确实如此。'很好,因为很少有您可以做出这样的确定的“是”和“否”声明。”
但是,研究人员遇到了问题。为了分析超声数据,他们通常会使用波力学对其进行建模。但是,要研究URu2Si2的最纯净形式,他们必须使用更小,更干净的样品。拉姆肖说,这种“形状奇特的小六角形芯片”太小了,对于直接的波动力学解决方案来说,不确定性太大。
因此,Ramshaw和Ghosh求助于物理学教授,该论文的合著者Eun-Ah Kim和她的博士生Michael Matty,以产生一种可以分析数据并揭示潜在模式的机器学习算法。
Kim说:“机器学习不仅是针对图像数据或大数据。”“它可以大大改变对任何数据的分析,从而避免了手动建模的复杂性。”
论文的共同主要作者马蒂说:“这很难,因为数据只是一个数字列表。没有任何方法,就没有结构,也不可能从中学习任何东西。”“机器学习确实擅长于学习函数。但是您必须正确地进行训练。想法是,有一些函数可以将数字列表映射到一类理论上。给定一组数值近似的数据,我们可以什么是有效回归才能学习一个为我们解释数据的函数。”
机器学习算法的结果消除了隐藏顺序的20多种可能解释中的大约一半。它可能尚未解决URu2Si2之谜,但为解决实验物理学中的数据分析问题提供了一种新方法。
该小组的算法可以应用于其他量子材料和技术,最著名的是核磁共振(NMR)光谱,这是磁共振成像(MRI)的基本过程。拉姆肖还计划使用这项新技术来解决碲化铀的不规则几何形状,碲化铀是一种潜在的拓扑超导体,可以作为量子计算的平台。
作者包括来自国家高磁场实验室,洛斯阿拉莫斯国家实验室,德国马克斯·普朗克固体化学物理研究所和荷兰莱顿大学的研究人员。
这项研究得到了美国能源部,国家科学基金会和康奈尔大学材料研究中心的支持,并获得了美国国家科学基金会材料研究科学和工程中心计划的资助。
免责声明:新闻资讯来源于合作媒体等,不代表本网观点,仅供参考,并不构成投资建议,风险自担。如涉版权,联系处理。
- 微拉美学术江湖——造星计划,助力医美行业高
- 百年公交化身"消保专车”招行信用卡打造消保知
- 组团上车游百度,爱采购财富游学团助推中小企业
- "绿色+科技”天加为社会经济高质量发展"蓄势赋
- 小度首届全屋智能服务商大会落幕,推出"菁英服
- 慧博科技:一文读懂2024零售数字化最新趋势,
- 三年累计赔付近50万件沪惠保守"沪”在身边
- 展望游戏行业2024:AI进入新阶段小游戏发展迅
- 游戏行业2024新品供应拉开序幕市场有何期待?
- A股游戏板块回暖明显三大利好提振市场信心
- 《征战,中国稀土Ⅱ》吴海明:"把脉”中国稀土
- 赋能金融客户全链营销,「营销科学AIA」助力证
- 西安温州商会第八届理事会就职庆典大会在西安
- 高能环境科研成果荣获2023年度环境保护科学技
- 全国首个城中村微型消防站建设管理标准获批立
- 以“大党建”培根以“大思政”铸魂打造研究生
- 品牌心智霸屏、人群破圈、全场景提效!3大经营
- 小红书亮相2024TFWA亚太展览会,共谋免税行业
- 南北双大展圆满落幕,爱采购与中小企业共绘数
- 限时送票|爱采购继续携手央视频重磅推出全新
- 强化风险减量服务落地中国人寿财险组织开展国
- 巨湾技研携手亿航智能研发全球首个eVTOL航空器
- 诚意巨献!周六福二十周年故事大片《不止远方
- 惠民生、暖民心中国人寿财险天津市分公司奋力
- 君品谈|林毅夫:君子和而不同
- 国通星驿数字商业战略重磅发布携手生态合作伙
- 保费不变,保障再升级!2024版"沪惠保”正式上
- 数字化共赢:蚂蚁数科携手华润啤酒,打造白酒
- 酿造匠心,传承经典:华润啤酒三十年品牌之路
- A股春风送暖公募积极分红工银瑞信多措并举持续
- 德施曼智能锁,走向AI+大时代——2024德施曼全
- 金沙酒业春糖盛典:三大论坛领航白酒新思考
- 百度教育行业AIGC营销解决方案全新升级,为客
- 家用中央空调好不好?看完约克VRF中央空调就知
- AI财富风暴来袭,泼天富贵如何接?
- 中央空调哪个好?约克中央空调YES-will系列给
- 约克VRF详解——春季装修黄金期一定要选这样的
- 华润啤酒2023年业绩斐然,啤白双赋能助力共成
- 啤酒故事,从"醴”开始:华润啤酒述说中国酿造
- 38大促外呼接通率56%,GMV增长近300%,慧博科
- 连续三年双位数增长,舍得酒业70亿营收之后,
- 企业经营,可以靠这款新型"财神”
- 华润紫竹药业毓婷品牌:春日心动之旅,"毓见”
- 超快充电池出货量第一,巨湾技研出席中国电动汽
- 围绕百度文心大模型提速智能创新,小度多款产品
- 昆仑健康保险上海分公司积极开展"3·15金融消