高分子结晶数据的机器学习技术

提出了系统化和表示结晶实验中所用添加剂的化学和物理特性的知识的方法。介绍了一种新的机器学习和发现程序，该程序使用这些知识自动分析增强的大分子结晶数据，以分类并找到可能有助于新晶体生长的有趣关系。

提出了系统化和表示结晶实验中所用添加剂的化学和物理特性的知识的方法。介绍了一种新的机器学习和发现程序，该程序使用这些知识自动分析增强的大分子结晶数据，以分类并找到可能有助于新晶体生长的有趣关系。

衍射图案的可解释机器学习

本文描述了一项定性研究，以解开卷积神经网络的内部工作，目的是用串行晶体学数据可视化标准网络基本块中的信息。此外，该研究强调了图像中主要有助于预测命中或未命中的区域或部分。

EMinsight公司是一种基于Python的工具，用于从单粒子分析低温EM实验中系统地挖掘元数据。元数据的捕获和分析有助于评估仪器性能，通过分析预处理结果提供实验性能和样品质量的简明报告，并收集用于沉积的元数据。预计这种方法将使显微镜操作员、设施管理人员、数据库开发人员和用户受益。

EMinsight公司是一种基于Python的工具，用于从单粒子分析低温EM实验中系统地挖掘元数据。元数据的捕获和分析有助于评估仪器性能，通过分析预处理结果提供实验性能和样品质量的简明报告，并收集用于沉积的元数据。预计这种方法将使显微镜操作员、设施管理人员、数据库开发人员和用户受益。

通过对从开放量子材料数据库收集的5967个镧系元素-过渡金属-轻元素的主体结构进行元素替换，可以发现20个新的Nd–Fe–B晶体结构。在确定新取代Nd–Fe–B晶体结构的结构-稳定性关系中，Fe位的平均原子配位数和配位数是最重要的因素。

通过这项工作，已经表明，在没有额外训练的情况下，空间群预测的卷积神经网络模型即使在具有相对广泛的实验参数的输入原子对分布函数上也具有合理的精度，因此可以用作一种稳健的计算工具。

神经网络经过训练，可对窄电子束衍射图案进行稳健分类，并可显著减少对存储空间的需求。

本文介绍了美国橡树岭国家实验室高通量同位素反应堆的DEMAND单晶中子衍射仪的机器学习辅助数据简化和分析程序，该仪器配有大面积位置灵敏探测器。这是实现单晶中子衍射自动化的关键一步。

讨论了机器学习在X射线和中子散射技术中的应用现状、机遇、挑战和局限性，重点讨论了表面散射。

搜索IUCr日志		国防部		高级搜索
作者		体积	第页