机器学习模拟绘出氨-氢包层相平衡图
热点事件持续更新
机器学习模拟绘出氨-氢包层相平衡图
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
研究团队用基于密度泛函理论训练的机器学习原子间势，对氨-氢体系开展大规模两相共存模拟，覆盖 500 至 4000 K、0.1 至 100 GPa 范围，绘制出富氢相与富氨相的共存组成及临界曲线。 该工作由 Akash Gupta、Austin Guo、Jie Deng 发表，研究对象是行星包层中的氨-氢相平衡。
AI 根据报道生成 · 13 小时前更新
最新进展10月21日 12:00
研究用机器学习分子动力学绘制行星包层中氨氢相平衡图报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv 物理研究用机器学习分子动力学绘制行星包层中氨氢相平衡图
研究团队用基于密度泛函理论训练的机器学习原子间势，对氨氢体系在 500 至 4000 K、0.1 至 100 GPa 范围内开展大规模两相共存模拟，绘制出富氢相与富氨相的共存组成及临界曲线。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1010月21日 13:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。