Un estudiant de física de la Universitat de West Virginia, ha creat un nou model de deep-learning que té el potencial de fer que la recerca de materials energètics i ambientals sigui més eficient.
 |
| Font: Google |
Gihan Panapitiya, estudiant de doctorat de Sri Lanka, va publicar un estudi al Journal of the American Chemical Society amb el model per predir les energies d'adsorció o capacitats adhesives en les nanopartícules d' or.
Recentment, el deep-learning ha entrat en el punt de mira i es vol fer alguna cosa relacionant amb el deep-learning amb les nanopartícules d'or com a catalitzadors.Predir les energies d'adsorció d'aquesta propietat de partícules és molt difícil i el coneixement sobre les energies d'adsorció és important per a aplicacions catalítiques en aplicacions energètiques, ambientals i fins i tot biomèdiques. Es va pensar que si es podia utilitzar el deep-learning per predir aquestes energies d'adsorció sense gaire dificultat, això permetria als investigadors trobar fàcilment nanopartícules amb propietats desitjades per a una aplicació determinada.
Destacat en la portada del número 19 de desembre de 1910 del Journal of the American Chemical Society, Panapitiya i els seus coautors van utilitzar les propietats geomètriques de l'or, incloent el nombre d'àtoms, per provar el model. Van obtenir una velocitat de predicció del 80%, la taxa més alta possible per als models de deep-learning que calculen les energies d'adsorció de les nanopartícules basades únicament en propietats geomètriques.
 |
| Font: Wvpress |
Es dona a l'algoritme de deep-learning dades completament invisibles perquè, si està entrenat, es pot reconèixer i trobar l' energia d'adsorció només en funció de les característiques que no ha vist. Si s'utilitzen propietats geomètriques, no cal que fer cap càlcul, cosa que fa que el procés de predicció sigui molt ràpid i fàcil de reproduir.
També van provar l'algoritme amb diferents tipus i mides de nanopartícules per demostrar que el model té la mateixa precisió de predicció per a qualsevol nanopartícula de qualsevol mida i forma.
Els importants esforços de recerca de Gihan, han donat fruits en termes de resultats realment sorprenents, i merescudament. Els nanocatalitzadors a base d'or bimetàlics, proporcionen una major sintonització en les nanoestructures i les composicions químiques que permeten millorar la seva reactivitat, selectivitat i estabilitat per assolir les eficiències catalítiques desitjades. Predir correctament les seves propietats impulsarà els avenços tecnològics.
 |
| Font: Google |
Per exemple, les nanopartícules d'or es poden utilitzar com a etiquetes fluorescents per a aplicacions d'imatges biològiques. La bioimatge és essencial per entendre la naturalesa i la propagació d'una malaltia com el càncer. Quan les cèl·lules canceroses humanes poden interactuar amb les nanopartícules d'or , les nanopartícules s'adhereixen a les cèl·lules cancerígenes, que s'anomena marcatge biològic. Després d'un temps d'unió, les cèl·lules cancerígenes emeten luminescència, que es poden recollir per a la imatge d'aquestes cèl·lules cancerígenes.
Font: Universitat de West Virginia
Cap comentari:
Publica un comentari a l'entrada