.png){kind=icon}
返回
Machine learning inversion from scattering for mechanically driven polymers
.png){kind=icon}
OA
AI
DOI：10.1107/S160057672500634X.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
一种机器学习反演方法被开发出来，用于分析受机械驱动的聚合物的散射函数并提取相应的特征参数，这些参数包括能量参数和构象变量。聚合物被建模为一个由弯曲能量约束的固定长度键组成的链，并受到拉伸和剪切等外部力的作用。我们生成了一个数据集，包含能量参数（如弯曲模量、拉伸和剪切力）的随机组合，以及蒙特卡洛计算得到的散射函数和构象变量（如末端-末端距离、回转半径和回转张量的非对角分量）。散射函数捕捉了能量参数对聚合物的影响，主成分分析确保了机器学习反演的可行性。最后，我们使用数据集的一部分作为训练集训练了一个高斯过程回归器，并利用其余数据验证了训练好的回归器用于反演的效果。该回归器成功提取了特征参数。
Keyword:
small-angle scattering
machine learning
Gaussian process regressors
Monte Carlo methods
polymers
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.8
论文数:
297
被引数:
3.1W
机构
引用论文
Dynamics of entangled linear polymer melts: A molecular-dynamics simulation纠缠线性聚合物熔体的动力学: A分子动力学模拟
PREAI
分享收藏Capillary RheoSANS: measuring the rheology and nanostructure of complex fluids at high shear rates.png)
Soft Matter
Soft MatterIF0
PREAI
分享收藏Inferring colloidal interaction from scattering by machine learning通过机器学习从散射推断胶体相互作用CARBON TRENDSOAAI
CARBON TRENDSIF3.9
OAAI分享收藏Unveiling mesoscopic structures in distorted lamellar phases through deep learning-based small angle neutron scattering analysis通过基于深度学习的小角度中子散射分析揭示扭曲的层状相中的介观结构
PREAI
分享收藏Elongated particles in flow: commentary on small-angle scattering investigations流场中的长形粒子：关于小角散射研究的评述
OAAI
OAAI分享收藏Off-Lattice Markov Chain Monte Carlo Simulations of Mechanically Driven Polymers机械驱动聚合物的非晶格马尔可夫链蒙特卡罗模拟OAAI
OAAI分享收藏
查看更多内容