新进展！开发出寻找新型磁性材料的新方法
美国艾姆斯国家实验室（Ames National Laboratory）的科研人员开发出一个新的机器学习模型，该模型可预测新材料组合的居里温度（材料保持磁性的最高温度），用于寻找不含关键元素的永磁材料。 科研人员使用居里温度的实验数据和理论模型来训练机器学习算法，并从基于铈、锆和铁的化合物（Zr1-xCex）Fe2体系中选择了（Zr0.16Ce0.84）Fe2和（Zr0.94Ce0.06）Fe2两种成分测试该模型。测试结果表明，该模型成功预测了候选材料的居里温度，这一研究成果为寻找具有高居里温度、含有较少关键元素的高性能永磁材料创造了条件。相关研究成果发表在《材料化学》（Chemistry of Materials）期刊上。 本文摘自国外相关研究报道，文章内容不代表本网站观点和立场，仅供参考。......阅读全文
新进展！开发出寻找新型磁性材料的新方法
美国艾姆斯国家实验室（Ames National Laboratory）的科研人员开发出一个新的机器学习模型，该模型可预测新材料组合的居里温度（材料保持磁性的最高温度），用于寻找不含关键元素的永磁材料。 科研人员使用居里温度的实验数据和理论模型来训练机器学习算法，并从基于铈、锆和铁的化合物（Z
磁性材料的居里温度测量实验
里温度是指材料可以在铁磁体和顺磁体之间改变的温度，即铁电体从铁磁性转变成顺磁性的相变温度，不同材料的居里温度时不同的。磁性材料的居里温度测量仪 型号：FMD3168本次实验通过测定磁化强度随温度变化，用函数拟合的方法找出电压变化zui快的温度，作为测定样品的居里温度，zui后对本实验进行了讨论。FM
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
准确率达95％－机器学习预测复杂新材料合成
据22日发表在《科学进展》杂志上的一项研究，美国西北大学和丰田研究所研究人员已成功应用机器学习来指导新纳米材料的合成，消除与材料发现相关的障碍。这种训练有素的算法，可通过定义数据集来准确预测可用于清洁能源、化学和汽车行业燃料的重要催化剂。 论文通讯作者、美国西北大学纳米技术专家查得·米尔金此次
美国开发出可加速材料创新的机器学习模型
美国罗切斯特大学科研人员开发出一个机器学习模型，可对X射线衍射（XRD）实验产生的大量数据进行分析以加速材料创新。 科研人员利用涵盖了不同实验条件和晶体特性的无机材料实验数据来训练该模型，并根据布拉格定律进行分类以优化模型架构，再使用3个附加评估数据集来测试模型分析训练数据之外材料的性能，使该
瑞典发现常温磁性量子新材料
瑞典查尔姆斯理工大学研究人员展示了一种常温二维磁性量子材料。此前，此类材料仅能在极低温实验室环境中展示。该材料基于铁基合金（Fe5GeTe2）和石墨烯开发，具备单原子厚度，可用作自旋极化电子的源和检测器，在超快速、低功耗传感器应用以及先进磁存储和计算方面具有广泛的应用价值。该材料可用于下一步发展
向皮肤学习起皱的新材料
在水母、鱿鱼和人类皮肤的启发下，化学家创造出了能够随着环境变化而改变颜色和质地的材料。 鱿鱼和水母的皮肤与人类的皮肤有什么共同点？这三种材料都为一些化学家带来了灵感，使他们创造出能够随着环境变化而改变颜色和质地的材料。这些材料能够用来为秘密信息加密，制造抗反光表面，或是检测环境湿度或产品损伤。
机器学习模型创建定制气味和香水
目前，人们仅根据气味剂的物理化学特征来预测嗅觉印象。但是，该方法无法预测传感数据，而传感数据对于产生气味是必不可少的。为了解决这个问题，日本东京工业大学研究人员采用了逆向思维的创新策略，不是根据分子数据预测气味，而是根据气味印象预测分子特征。这是使用标准质谱数据和机器学习模型实现的。研究成果发表在最
机器学习模型可识别乳房病变风险
美国研究人员近日在《放射学》杂志线上版发表文章称，他们开发出一种机器学习工具，可以确定哪些高危乳房病变可能会变成癌症，从而帮助医生作出正确的治疗决策，减少不必要的手术。 乳房病变是一种女性常见疾病，而高危乳房病变有很大几率转变成癌症。正是由于这种风险，手术切除病变组织通常被认为是首选治疗方案。
机器学习加速探索材料的开发
设计空间几何增长是材料设计中的一大挑战。机器学习（ML）加速探索材料设计已经开始在的这一挑战中发挥作用，并显著提高了发现材料的效率。然而，这个流程暗含了密度泛函理论（DFT）产生的训练集的统计上的偏见。并且，在使用高通量计算产生训练集的时候，大量的计算会失败。这种情况对于一些有趣的，例如含有自由
机器学习模型首次在太空检测云层变化
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505829.shtm
铁磁材料居里温度测试实验仪功能作用
磁性材料在电力、通讯、电子仪器、汽车、计算机和信息存储等域有着十分广泛的应用，近年来已成为促新技术发展和当代文明步不可替代的材料，因此在大学物理实验开设关于磁性材料的基本性质的研究显得尤为重要。居里温度是表征磁性材料基本性的物理量．反映了磁性材料由铁磁性转变为顺磁性的相变温度． 本实验仪器根据铁
机器学习算法助力新模型实现羊肉精准溯源
近日，中国农业科学院农产品加工研究所肉品科学与营养工程创新团队将非靶向代谢组学与机器学习方法相结合，成功构建了羊肉产地精准判别模型，为羊肉产地精准溯源提供了新方法。相关研究成果发表于《食品化学X》（Food Chemistry: X）。受肉羊品种和饲养环境影响，羊肉品质具有鲜明的地域特征，因此地理标
机器学习模型有望提前五年预测白血病
《自然》上发表了一项重磅研究：一个由来自全球多家科研机构的白血病科学家组成的研究小组使用血液检测和机器学习技术，来预测健康个体是否有患急性骨髓性白血病（AML）的风险。这项研究意味着我们可以提早发现AML的高风险人群并进行监测，同时可以进行研发，寻找降低该疾病患病几率的方案。急性骨髓性白血病（AM
新技术构建机器学习模型可预测玉米株高
近日，中国农业科学院生物技术研究所玉米功能基因组团队与作物代谢调控与营养强化团队合作，首次对玉米自交系全生育期进行全自动高通量无损监测，深入解析了玉米株高形成的动态遗传基础和调控网络，并通过机器学习构建了株高的智能预测模型。该研究为玉米表型精准鉴定、重要基因克隆和株型改良提供了有效策略和新的基因资源
新材料根据温度变化执行不同任务
美国伊利诺伊大学厄巴纳-香槟分校和休斯顿大学科学家在最新一期《科学进展》杂志发表论文称，他们开发出了一种新型复合材料，可根据温度变化改变行为，执行特定任务，这种材料有望成为下一代能与环境互动的自主机器人的一部分。 研究人员开发出一种可根据温度变化改变行为的新型复合材料。 图片来源：《科学进展
稀磁性半导体的研究进展
从根本上说主要是由于自旋电子之间的交换作用使得磁性半导体具有磁性。经常用于解释磁性半导体的磁性起源的交换作用模型有描述绝缘体中磁性的直接交换作用和超交换作用、载流子媒介交换作用和描述部分氧化物中掺杂磁性的束缚磁极化子模型。传统铁磁金属之间的铁磁耦合用直接交换作用机制来描述，而金属氧化物、硫化物、氟族
机器学习模型可准确预测农药在植物根系累积量
近日，中国农业科学院植物保护研究所农药应用风险控制创新团队先后在Environmental Science & Technology和Journal of Hazardous Materials上发表研究论文。他们首次利用机器学习模型直接预测植物根部从土壤中吸收累积农药等有机污染物的量，
利用机器学习构建新型物理约束的大涡模拟模型
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在着诸多不足，例如既有的模型很难兼顾强数值稳定性以及高保真性，这样会导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路一
机器学习模型可准确预测农药在植物根系累积量
近日，中国农业科学院植物保护研究所农药应用风险控制创新团队先后在Environmental Science & Technology和Journal of Hazardous Materials上发表研究论文。他们首次利用机器学习模型直接预测植物根部从土壤中吸收累积农药等有机污染物的量，
机器学习辅助催化材料结构寻优获进展
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/511123.shtm近日，华东理工大学化学与分子工程学院计算化学中心/工业催化研究所教授王海丰课题组在《美国化学会志》上发表论文，报道了团队在机器学习辅助催化材料结构寻优方面的最新研究成果。
1+1=10－新材料韧性和弹性强强组合
科技日报北京2月22日电（记者张梦然）据最新一期《自然·材料》报道，美国研究人员已经创造出一种可拉伸且非常坚韧的新材料。新材料属于更广泛的离子凝胶类别，离子凝胶是一种聚合物网络，含有在室温下呈液态的盐,这些盐被称为离子液体。北卡罗来纳州立大学化学与生物分子工程教授迈克尔·迪基及其合作者制造出了接近7
研究提出可用于癌症驱动基因识别的图机器学习模型
当前，全球癌症患者数量呈逐年上升趋势。癌症驱动基因识别在探讨癌症的发生机制中扮演着重要角色，能够为个性化精准治疗提供策略。而现有方法在泛化性和可解释性方面面临挑战。中国科学院新疆理化技术研究所科研团队与合作者，提出了可用于癌症驱动基因识别的图机器学习模型。这一模型融合人工智能与生物医学的优势，具备可
利用机器学习构建新型物理约束的大涡模拟模型研究
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在诸多不足，例如既有模型难以兼顾强数值稳定性以及高保真性，导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路是大涡模拟研
人工智能机器人居然能开发新材料？
柯蒂斯·柏林盖特是一名材料学家，在加拿大英属哥伦比亚大学工作时，他曾要求研究生改进太阳能电池中的关键材料，以提高其导电性。 他在这一过程中发现，潜在的调整变量数量繁多，不同变量可产生千万种可能。比如加入微量金属和其他添加剂可以改变加热和干燥时间。艾达是一台由人工算法驱动的机器人，可以帮助英属哥
分子机器新材料实现从微观动态到宏观形变
近日，中国科学院高能物理所研究团队成功研制出一种锕系分子机器相关材料，首次实现了分子机器的宏观形变，并且通过控制紫外线照射时间就能够实现对材料变形曲度的精准控制。相关研究成果在线发表于国际期刊《自然-通讯》。起点：有望引发新技术革命的“分子机器” “分子机器”是一种分子级别的微缩型机器。它由分子
新模型阐释磁性材料“半冰半火”相态
此图展示了“半冰半火”和“半火半冰”相态的图形解释（左）。图（右）显示了磁场（h）与温度（T）平面的磁熵变化。零温度下的黑点表示“半火半冰”相态出现的位置。虚线表示“半冰半火”相态隐藏的位置。图片来源：美国布鲁克海文国家实验室科技日报北京3月27日电（记者张佳欣）据美国能源部布鲁克海文国家实验室官网
2022（第一届）高端磁性新材料发展论坛召开
4月7日，以“低碳社会的新材料——高端电工钢”为主题的“2022（第一届）高端磁性新材料发展论坛”在北京首钢园召开。冶金工业规划研究院党委书记、总工程师李新创主持论坛并指出，具有低铁损、高磁感特点的高端电工钢作为制作高效、节能电机和变压器的决定性功能新材料，是低碳社会中不可或缺性的关键材料。 目
利用机器学习构建新型物理约束的大涡模拟模型获进展
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在诸多不足，例如既有模型难以兼顾强数值稳定性以及高保真性，导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路是大涡模拟研
振动样品磁强计的应用
振动样品磁强计最初是由弗尼尔（S.Foner）提出的。他对磁强计的结构，各种探测线圈及其对灵敏度的影响都作了详细的论述。经过约半个世纪的发展，如今 VSM 已是磁性实验室中应用范围很宽的测试设备，自从锁相放大技术开始在 VSM 上得到应用以来，使其灵敏度得到了极大范围的提升，适用范围也不断得到拓