使用人工神經網絡生成合適的納米材料可能會導致未來材料設計領域的重大變革。儘管在創建小分子和簡單分子方面已經取得了進展，但尚未使用任何神經網絡生成複雜的材料，例如晶體多孔材料。
於此，韓國高等科學技術研究院Jihan Kim等人實現了一個生成性對抗網絡，該網絡使用31713個已知沸石的訓練集來生產121個晶體多孔材料。該神經網絡以能量和材料尺寸的形式輸入，並且研究人員證明，使用該神經網絡可以可靠地生產出用戶期望的4 kJ / mol甲烷吸附熱的沸石。用戶期望的功能的微調可以潛在地加速材料的開發，因為它證明了多孔材料反向設計的成功案例。
Kim B, Lee S, Kim J. Inverse design of porous materials using artificial neural networks. Science Advances. 2020;6(1):eaax9324.
https://advances.sciencemag.org/content/6/1/eaax9324
納米生物醫學最前沿
你值得擁有
分享到:
閱讀更多 奇物論 的文章
