讲师:Jayakanth Ravichandran 博士 办公室:VHE 714 办公时间:课后或预约 电子邮件:jayakanr@usc.edu。 助教:Shantanu Singh 先生 办公室:VHE 710 办公时间:有待确定 电子邮件:ssingh23@usc.edu 目标:本课程的目标是介绍材料系统中热力学和动力学的科学和应用。具体来说,我们将讨论热力学和动力学与这些系统中的合成、物理性质和相演变的相关性。内容将涵盖一系列材料系统,主要关注金属、合金、陶瓷和共价半导体。还将包括有关聚合物、准晶和亚稳态相的特别主题。 书籍:将提供讲座幻灯片,其中包含学习材料所需的所有信息和必要参考资料。在某些情况下,将补充讲座笔记和教科书摘录。这两本教科书将涵盖重要内容。
摘要本文的特定目的在于:为材料科学、化学或电子学等领域的读者提供利用其材料系统实施储层计算 (RC) 实验的概述。关于该主题的介绍性文献很少,绝大多数评论都提出了 RC 的基本概念,这些概念对于不熟悉机器学习领域的人来说可能并不简单(例如,参见参考文献 Lukoˇseviˇcius (2012 Neural Networks: Tricks of the Trade (Berlin: Springer) pp 659–686)。考虑到大量表现出非线性行为和短期记忆的材料系统可用于设计新颖的计算范式,这是令人遗憾的。RC 提供了一个使用材料系统进行计算的框架,该框架可以避免在硬件上实现传统的、功能齐全的前馈神经网络时出现的典型问题,例如最小的设备间变异性以及对每个单元/神经元和连接的控制。相反,可以使用随机的、未经训练的储存器,其中仅优化输出层,例如使用线性回归。在下文中,我们将重点介绍 RC 在基于硬件的神经网络中的潜力,以及相对于更传统的方法,以及在实施过程中需要克服的障碍。准备一个高维非线性系统作为特定任务的高性能储存器并不像乍看起来那么容易。我们希望本教程能够降低科学家试图利用他们的非线性系统进行通常在机器学习和人工智能领域执行的计算任务的障碍。与本文配套的模拟工具可在线获取 7 。
梅赛德斯-奔驰和 IBM 最近发表了一系列论文,展示了利用量子计算机模拟材料系统(包括锂硫)的进展,这些系统与提高电池性能有关。这些团队还展示了制造缺陷分析和产品推荐方面的应用。
Gower, M.、Sims, G.、Lee, R.、Frost, S. 和 Wall, M.,《测量良好实践指南》第78 “材料系统中缺陷和损伤的评估和临界性”,英国米德尔塞克斯郡泰丁顿国家物理实验室,2005 年 6 月
Gower, M.、Sims, G.、Lee, R.、Frost, S. 和 Wall, M.,《测量最佳实践指南》第 78 号“材料系统中缺陷和损伤的评估和临界性”,英国米德尔塞克斯郡泰丁顿国家物理实验室,2005 年 6 月
Gower, M.、Sims, G.、Lee, R.、Frost, S. 和 Wall, M.,《测量最佳实践指南》第 78 号“材料系统中缺陷和损伤的评估和临界性”,英国米德尔塞克斯郡泰丁顿国家物理实验室,2005 年 6 月
Gower, M.、Sims, G.、Lee, R.、Frost, S. 和 Wall, M.,《测量良好实践指南》第78 “材料系统中缺陷和损伤的评估和临界性”,英国米德尔塞克斯郡泰丁顿国家物理实验室,2005 年 6 月
Gower, M.、Sims, G.、Lee, R.、Frost, S. 和 Wall, M.,《测量最佳实践指南》第 78 号“材料系统中缺陷和损伤的评估和临界性”,英国米德尔塞克斯郡泰丁顿国家物理实验室,2005 年 6 月
合成生物学应用了电气工程和信息处理的概念,赋予细胞计算功能。将底层分子成分转移到材料中,并根据受电子电路板启发的拓扑结构进行连接,已经产生了执行选定计算操作的材料系统。然而,现有构建块的有限功能限制了将高级信息处理电路实现到材料中。在这里,设计了一组基于蛋白酶的生物混合模块,其生物活性可以被诱导或抑制。在定量数学模型的指导下,遵循设计-构建-测试-学习 (DBTL) 循环,模块根据受电子信号解码器启发的电路拓扑进行连接,这是信息处理的基本主题。设计了一个 2 输入/4 输出二进制解码器,用于检测材料框架中的两个小分子,这些小分子可以以不同的蛋白酶活性形式执行受调节的输出。这里展示的智能材料系统具有很强的模块化,可用于生物分子信息处理,例如在高级生物传感或药物输送应用中。
RBL 银行 Reliance Retail SBI 基金管理 SBI 人寿保险 施耐德电气 西门子 斯柯达汽车 大众印度 苏司兰 塔塔汽车复合材料系统 塔塔 Bluescope 钢铁 塔塔钢铁下游有限公司 塔塔咨询服务公司 Ujjivan 小型金融银行