MXenes
PulseAugur coverage of MXenes — every cluster mentioning MXenes across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Google DeepMind 的 Co-Scientist 弥合了人工智能研究与现实世界实验之间的差距
Google DeepMind 发表了一篇新论文，详细介绍了 Co-Scientist，这是一个弥合模拟研究与现实世界实验之间差距的人工智能系统。该系统在多个科学领域展示了先进的能力，包括在医学基准测试中超越六个前沿模型，并设计了新颖的材料合成路线。Co-Scientist 还准确预测了生物现象并生成了同行评审的论文，其可靠性模块减少了幻觉和抄袭的发生。
-
Gemini驱动的Co-Scientist加速现实世界科学发现
一篇新论文详细介绍了Co-Scientist，这是一个由Gemini驱动的多代理系统，旨在加速科学研究。该系统已在材料科学、生物学和计算机科学的实际应用中得到验证。在材料科学领域，它帮助设计了MXenes的前驱体路线并优化了半导体的生长配方。在生物学领域，它预测了细菌的群体感应表型；在计算机科学领域，它发现了一种在HealthBench上性能优于前沿模型并减少潜在临床危害的扩展架构。一项双盲研究表明，Co-Scientist的可靠性模…
-
深度学习框架加速MXene太阳能吸收体的光谱预测
研究人员开发了一个深度学习框架，用于加速MXene基太阳能吸收体的电磁光谱预测。该框架利用迁移学习，并采用经过微调的MobileNet版本2模型、用于增强特征提取的多通道光谱精炼模块以及用于降噪的Savitzky-Golay平滑。所提出的模型显著优于现有方法，实现了较低的均方根误差和较高的决定系数，为纳米光子学设计提供了一种计算高效的替代方案。
-
新的机器学习数据集加速二维MXenes催化研究
研究人员开发了一个新的基准数据集和机器学习模型，以加速二维MXenes的催化研究。通过结合密度泛函理论计算和机器学习原子间势，他们在预测原子力和形成能方面实现了显著的加速。这种方法通过EquiformerV2和MACE等模型进行了验证，保持了高精度，并有望更有效地探索MXene的催化性能。