بررسی فیزیک ماده با استفاده از شبکه‌های عصبی

EN
خط ویژه: ۸۳۸۷۰
  • تکنولوژی
  • نجوم و فضا
  • فیزیک
  • فن‌آوری اطلاعات
  • سلامت
  • زمین
  • جانوران و گیاهان
  • انسان
  • زندگی
  • تاریخ
  • خودرو
  • آموزش
  • منابع و مراکز علمی
  • کار شیفت شب می‌تواند مانع بهبود آسیب‌های دی‌ان‌ای می‌شود.
    گامی به سمت تولید سوخت هیدروژنی با بازده‌ی کوانتومی بیش از ۱۰۰ درصد
    کمین سیاهچاله‌های هیولا در لبه‌ی کهکشان‌های مارپیچی
    دانشمندان موفق به یافتن راهی برای خودکشی سلول‌های سرطانی شدند.
    میگوی مانتیس از هواپیما قوی‌تر است.
    اخترشناسان دور‌ترین کهکشان مارپیچی را کشف کردند.
    تردید در تاثیر مولتی‌ویتامین‌ها بر بهبود سلامت قلب در مردها
    بررسی تشعشعات محیطی؛ وای‌فای، موبایل و موز!
    تعیین قدمت آثار هنری غارهای کارائیب، با روشی پیشرفته
    رابطه‌ی سفید شدن موی سر آقایان با انسداد رگ‌ها
    نگاه رصدخانه‌‌ی هرشل به منطقه‌‌ی بی‌‌نظم ستاره‌زایی‌‌
    یازده چیزی که از نظر مردم برای سلامتی خیلی مضر هستند.
    ماموت‌های پشمالوی مذکر بیشتر در دام‌های طبیعی گیر افتاده‌اند!
    زمان آغاز تغییرات عظیم انسانی بر روی زمین
    نکات ضروری در پیشگیری از سرطان روده‌ی بزرگ
    رصد خوشه‌ی عظیم کهکشانی Abel1300
    ابزاری برای مطالعه‌ی آب‌فشان‌های انسلادوس

    بررسی فیزیک ماده با استفاده از شبکه‌های عصبی

     
    مجله علمی ایلیاد - الگوریتم یادگیری ماشین، به‌گونه‌ای طراحی شده که به کامپیوتر آموزش بدهد عکس‌ها، فن بیان، الگوریتم دست خط‌ها را تشخیص دهد؛ اکنون برای تشخیص بازه‌ی بزرگی از داده‌ها مورد استفاده قرار می‌گیرد؛ یعنی تشخیص تغییر حالت اشکال مختلف ماده. این تحقیق که امروز در نشریه‌ی فیزیک طبیعت توسط دو محقق موسسه‌ی perimeter به چاپ رسید، به دنبال طرح سوالی انجام شد که آیا الگوریتم‌های صنعت استاندارد یادگیری ماشین، می‌تواند محرکی برای تحقیقات فیزیکی باشد؟ 
     
    برای یافتن پاسخ این سوال، «خوان کاراسکیا»، عضو سابق شورای مدیران موسسه‌ی perimeter و «راجر ملکو»، عضو هیات علمی موسسه perimeter و دانشیار دانشگاه واترلو، سیستم تنسورفلو گوگل را که کتابخانه‌ای نرم‌افزاری آزاد برای یادگیری ماشینی است در نظر گرفت و آن‌را در سیستمی فیزیکی به‌کار برد. به گفته‌ی ملکو آنها نمیدانستند چه چیزی را بپذیرند، او میگوید: «من فکر می‌کردم احتمال نتیجه گرفتن خیلی کم باشد.»

    کاراسکیا که اکنون در شرکت محاسبات کوانتومی سیستم‌های D-Wave کار می‌کند، می‌گوید: «استفاده از چندین گیگابایت اطلاعاتی که نشان دهنده‌ی نوع ترکیب‌بندی حالات مختلف ماده است، منجر به استفاده از نرمافزارهای شبیه‌سازی در ابررایانه‌ها شد، کاراسکیا و ملکو، مجموعه‌ی بزرگی از عکس، برای معرفی به الگوریتم یادگیری ماشین (که به شبکه عصبی نیز معروف است) ترتیب دیدند. نتیجه این شد که شبکه‌ی عصبی حالات مختلف آهنربای ساده را تشخیص داده، همچنین حالت منظم فرومغناطیس را از حالتی که براثر حرارت بالا دچار بینظمی را تشخیص داده است. همچنین مرز (یا تغییر حالت) میان حالت مختلف ماده را تشخیص میدهد.

    ملکو میگوید: «بار اول مشاهده کردم که این امر تاثیرگذار بود و بعد از آن فهمیدیم که می‌تواند در حل بسیاری از مشکلات مرتبط، مفید باشد. بدون هیچ مقدمه‌ای باید گفت هیچ حد وحصری ندارد. هر کسی مثل من که به این میزان اطلاعات انبوه دست یافته باشد، می‌تواند این شبکه‌ی عصبی استاندارد را امتحان کند.» این تحقیق که در اصل در می ۲۰۱۶ قبل از به چاپ رسیدن در مطبوعات، در arXiv به چاپ رسیده، نشان می‌دهد که بکار بردن یادگیری ماشین برای بررسی مواد و فیزیک آماری، می‌تواند فرصت‌هایی بسیار جدید برای تحقیق و در نهایت برای بکارگیری آن در جهان هستی ایجاد کند.
     
    نوشته: Perimeter Institute for Theoretical Physics
    ترجمه: سوسن زارع - مجله علمی ایلیاد
    منبع: sciencedaily.com
    مطالب پیشنهادی
    مشاوره رایگان اخذ پذیرش و ویزای تحصیلی از دانشگاه های استرالیا،آمریکا،کانادا،انگلستان ، نیوزیلند و مالزی
    در صورتی که مایلید شرایط شما جهت ادامه تحصیل در دانشگاه های خارج از کشور، توسط مشاورین باتجربه و متخصص موسسه «ایلیاد بین‌الملل» ارزشیابی گردد، فرم مشاوره زیر را تکمیل نمایید. پس از دریافت اطلاعات، حداکثر طی دو روز کاری با شما تماس خواهیم گرفت. قابل توجه است که موسسه ایلیاد بین‌الملل دارای مجوز اعزام دانشجو از وزارت علوم ایران می‌باشند.