.Physicists use machine learning to find out how layered gases and metals melt
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
https://www.facebook.com/junggoo.lee.54
Starship version space science
.Physicists use machine learning to find out how layered gases and metals melt
물리학자들은 기계 학습을 사용하여 층상 가스와 금속이 어떻게 녹는지 알아냅니다
알토 대학교 출처: 미국 국립과학원 회보 (2025). DOI: 10.1073/pnas.2502980122
물리학에서 상전이는 물질이 한 형태에서 다른 형태로 변하는 현상입니다. 지구 지각 아래에서부터 멀리 떨어진 별의 핵까지 어디에서나 발생하지만, 물이 끓어 액체에서 기체로 변하는 것이 대표적인 예입니다. 물리학자들이 미시적인 양자 영역에 집중하거나 특이한 물질을 다룰 때 상황은 훨씬 더 복잡해집니다. 상전이를 이해하면 기본 물리학에 대한 지식이 향상될 뿐만 아니라 미래의 기술 응용에도 도움이 됩니다.
이제 연구자들은 헬륨과 같은 비활성 기체와 알루미늄과 같은 금속의 얇은 층이 위상학적 여기(topological excitation)에 의해 제한된 공간에서 어떻게 녹는지 밝혀냈습니다. 이 연구에서는 이 층들이 고압에서 두 개의 그래핀 시트 사이에 가두어졌습니다. 이 팀은 알토 대학교 응용물리학과의 타피오 알라-니실라 교수, 프린스턴 대학교의 저명한 로베르토 카 교수, 그리고 중국 난징 대학교의 물리학자들로 구성되었습니다. 또한, 2016년 노벨 물리학상 수상자인 브라운 대학교의 마이클 코스터리츠 교수도 참여했는데, 그는 위상 위상 전이와 유사한 연구로 노벨상을 수상했습니다. 해당 논문은 최근 미국 국립과학원 회보 에 게재 되었습니다 .
연구자들은 비교적 단순한 층으로 된 재료의 녹는 현상에 집중했습니다. 이 재료는 가열되어 두 개의 그래핀 층으로 압력을 받게 되면 녹는 방식에 대한 기존의 생각과는 전혀 다른 방식으로 녹습니다. 1▲ Ne 육방정계(5 GPa, w = 4 Å, 550 K)에서 시간에 따른 결함과 평형 변화. 본문의 그림 1에서 볼 수 있듯이, 위 패널은 시스템의 평면도를, 아래 패널은 측면도를 보여줍니다. 4~8개의 이웃 원자를 가진 원자는 각각 보라색, 파란색, 검은색, 빨간색, 녹색으로 표시했습니다.
https://scx2.b-cdn.net/gfx/video/2025/physicists-use-machine.mp4
구속된 시스템을 강조하기 위해 그래핀을 제거했습니다. 출처: 미국 국립과학원 회보 (2025). DOI: 10.1073/pnas.2502980122
"그래핀 시트 사이에 얼마나 많은 층이 있는지에 따라 재료의 녹는 방식이 크게 달라진다는 것을 발견했습니다. 코스터리츠-사울레스-할페린-넬슨-영(KTHNY) 이론으로 알려진 2단계 공정은 단일 층이 어떻게 녹는지 예측합니다. "우리는 그 주장이 사실임을 발견했을 뿐만 아니라, 놀랍게도 추가적인 층들이 예상보다 훨씬 더 복잡한 방식으로 배열되어 예상치 못한 방식으로 녹는다는 사실도 발견했습니다.
층상 시스템에서 녹는 현상을 유발하는 위상학적 여기(topological excitation)의 변화로 인해 후자의 원인을 파악할 수 있었습니다."라고 영국 러프버러 대학교 교수이기도 한 알라-니실라(Ala-Nissilä)는 말합니다. 연구팀은 작업 가능한 물질을 식별하는 데 필요한 계산량이 많은 과정을 단축하는 방법을 찾아냈습니다. 분자 수준 까지 탐색하는 동시에 다양한 상호작용의 양자역학적 정확성을 유지하는 머신러닝 기법을 사용했습니다. "재료 층의 수가 증가함에 따라 모델링 계산이 지나치게 까다롭고 복잡해집니다.
저희 방법을 통해 최대 12개의 재료 층까지 세부적인 계산을 수행할 수 있었습니다." 알라-니실라에 따르면 연구팀은 상전이를 탐구하기 위해 계속해서 한계를 뛰어넘을 것이라고 합니다. "이론적으로, 무한한 수의 물질 층이 KTHNY 이론의 특징을 전혀 갖지 않는 완전히 다른 용융을 초래한다는 것을 알고 있습니다. 계산적으로는 불가능하지만, 유한한 수의 물질 층에서 이러한 현상이 가능한지 연구하는 것은 흥미로울 것입니다. 또 다른 방법은 단 하나의 층에서도 용융이 갑자기 일어나도록 만들어 전체 과정에 어떤 영향을 미치는지 확인하는 것입니다."라고 알라-니실라(Ala-Nissilä)는 예상합니다.
알라-니실라가 새로운 결과가 미래의 장치에 유용할 수 있다고 주장하는 반면, 이 노력의 주된 목적은 근본적입니다. "수십 년 전 위상 물질 이론이 처음 제시되었을 당시에는 아무도 그 이론이 실제로 유용한지 알지 못했습니다. 하지만 이제 우리는 위상 물질이 미래에 우리의 양자 계산의 기반이 될 수 있음을 알게 되었습니다. 이는 당장 실용적인 응용 분야가 없더라도 근본적인 기초 연구를 수행하는 것이 얼마나 중요한지를 보여줍니다."라고 알라-니실라 박사는 말합니다.
추가 정보: Yong Wang 외, 층상 구속 고체에서의 상전이 및 차원 교차, 미국 국립과학원 회보 (2025). DOI: 10.1073/pnas.2502980122 저널 정보: 미국 국립과학원 회보 알토 대학교 제공
https://phys.org/news/2025-05-physicists-machine-layered-gases-metals.html
메모 2505070434_소스1.분석중【】
1.
물리학자들은 기계 학습을 사용하여 층상 가스와 금속이 어떻게 녹는지 알아냈다.
물리학에서 상전이는 물질이 한 형태에서 다른 형태로 변하는 현상입니다. 지구 지각 아래에서부터 멀리 떨어진 별의 핵까지 어디에서나 발생하지만, 물이 끓어 액체에서 기체로 변하는 것이 대표적인 예이다.
_[3】msbase는 유한층 qpeoms을 가진다. 복잡한 두개이상의 서로 다른 규모 msbase를 형성할 수도 있다. 그러면 더 난해한 qpeoms 중첩층이 생겨난다. 만약에 msbase 어느 한곳에 용융이나 기화가 일어나면 전체가 어떤 방식으로 영향을 미치는지 이미 답을 qpeoms가 제시할 수 있다.
용융이나 기화는 일종에 절대값 |banc.mass| 계열 스칼라량 (*new)이다. 이는 물질의 다층상 구조에서 단 한곳(지역?)에서만 일어나지 않는다. 보기1.처럼 집단단위(qpeoms)로 이뤄진다. 보기1.의 최종 banc값은 02이다. 그어떤 보기1. 업로드 에서는 ending.banc.unit 0123456789, 거대소수처럼 거대단위로 나타난다. 어허.
물질마다 고유 용융점이 바로 이현상이다. 으음.
보기1.
04110613=34
14051203
15080902
01100716
보기1-2.banc.-11(fusion,evaporation)
04000613=23
14050103
04080902
01100705
보기1-3.banc.-09
04000604=14
05050103
04080002
01010705
banc.-5
04000104
00050103
04030002
01010700
-3banc
01000104
00050100
04000002
01010400
-4banc
01000100=02qcell.qvix.qms
00010100
00000002
00101000
-banc, +anc에 의한 새로운 결과가 미래의 장치에 유용할 수 있다고 주장하는 반면, 이 노력의 주된 목적은 근본적인 원리을 규명하는데 있다. 으음.
*scalar에는 시간, 속력, 온도, 에너지, 질량 등이 있다.
scalar는 하나의 숫자로만 표시되는 양 즉, 단지 크기만 있는 물리량이다. 벡터, 텐서 등이 방향과 크기가 있는 물리량인데 대하여 방향의 구별이 없는 수량이다. 숫자를 예로 들면, 스칼라는 |-1|, |2| 등으로 표기되는 절댓값이고 벡터는 +3, -4, +2 등 방향까지 포함된 값으로 볼 수 있다. 스칼라에는 시간, 속력, 온도, 에너지, 질량 등이 있다.
댓글