Может ли машинное обучение раскрыть скрытые тайны окисления палладия?

Исследование, использующее машинное обучение для анализа окисления поверхности палладия, выявило ранее неизвестные сложности в динамике атомных и молекулярных процессов. Метод позволяет значительно углубить понимание поведения катализаторов.
Может ли машинное обучение раскрыть скрытые тайны окисления палладия?
Изображение носит иллюстративный характер

Специально разработанный Automatic Process Explorer (APE) создан теоретическим отделом Института Фрица Хабера с целью устранения предвзятости, характерной для традиционных симуляций методом кинетического Монте-Карло (kMC). APE динамически обновляет список процессов на основе текущего состояния системы и использует нечеткую машинно-обученную классификацию для выделения уникальных атомных окружений.

Традиционные kMC симуляции, широко применяемые для изучения длительной эволюции атомных процессов, зависят от заранее заданных входных параметров, что ограничивает возможность обнаружения сложных движений атомов в условиях изменяющихся внешних факторов.

Интеграция APE с машинно-обученными межатомными потенциалами (MLIPs) обеспечивает повышенную точность симуляций, что особенно важно при моделировании начальной стадии окисления палладиевых поверхностей. Подобное сочетание методов открывает новые возможности для изучения процессов на атомном уровне.

Механизм окисления палладия имеет большое практическое значение, поскольку палладий используется в катализаторах автомобильных систем по контролю выбросов, обеспечивая снижение загрязнения окружающей среды. Применение инновационной методики позволяет оптимизировать работу таких устройств.

APE выявил порядка 3000 различных процессов, включающих сложные атомные перемещения и переструктурирование поверхности. Эти процессы протекают в временных масштабах, сопоставимых с молекулярными реакциями в каталитических системах, что ранее оставалось незамеченным при использовании традиционных методов.

Выявленные закономерности способствуют лучшему пониманию эволюции наноструктур и роли атомных движений в повышении эффективности катализаторов. Результаты исследования имеют прямое отношение к совершенствованию технологий в области энергетики, а также к разработке экологически чистых производственных процессов.

Публикация результатов в журнале Physical Review Letters подчеркивает высокую научную значимость представленной методологии и ее потенциал для применения в исследованиях различных каталитических систем и разработки более устойчивых технологических решений.


Новое на сайте

20868Уязвимости Plex открыли путь майнерам и Linux-бэкдору 20867Взлом OpenCode Console: под угрозой могли оказаться ключи OpenAI, Anthropic и Google 20866Rank Math PRO: заражённое обновление оставило на сайтах самовосстанавливающийся бэкдор 20865Как исследовательские модели OpenAI обходили ограничения и присваивали чужие данные 20864Атака на BeyondTrust: шпионская группа получила доступ к серверам поддержки 20863Как пакет imgdecode превращает npm-зависимость в загрузчик вредоносного кода? 20862Как PEERSTITCH обходит проверки VPN-сессий FortiOS? 20861Что происходит, когда ИИ-агент выходит за пределы тестовой среды? 20860Как 37-летняя ошибка открыла путь к root в OpenBSD 7.9? 20859ИИ-модели для SOC: точный ответ зависит от улик 20858Как одна учётная запись ConnectWise открыла доступ к 173 арендаторам Microsoft 365? 20857Пять минут до заражения: как подменили обновления AOMEI Backupper 20856Ловушка под видом регистрации: как UAT-11985 крадёт аккаунты Google 20855Может ли виртуальная машина прочитать память хоста? 20854Как дешёвые Android-смартфоны превращаются в чужие прокси?
Ссылка