এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
এআই-ভিত্তিক আন্তঃপারমাণবিক সম্ভাবনা
একটি মেশিন লার্নিং মডেল যা পরমাণুর অবস্থানের উপর ভিত্তি করে একটি পারমাণবিক সিস্টেমের সম্ভাব্য শক্তি পুনরুৎপাদন করে, এবং ব্যয়বহুল কোয়ান্টাম মেকানিক্স গণনাকে প্রতিস্থাপিত করে।
এআই-ত্বরান্বিত আণবিক সিমুলেশন
আণবিক গতিবিদ্যা সিমুলেশনে কোয়ান্টাম মেকানিক্স গণনাকে প্রতিস্থাপন করতে এআই মডেল ব্যবহার করার একটি কৌশল, যা গণনা সময়কে নাটকীয়ভাবে হ্রাস করে।
এআই-পূর্বাভাসিত ফেজ মানচিত্র
তাপগতিগত ভেরিয়েবলের ফাংশন হিসাবে একটি উপাদানের স্থিতিশীল ফেজগুলির প্রতিনিধিত্ব, যা পরীক্ষামূলক বা তাত্ত্বিক ডেটার উপর প্রশিক্ষিত মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়।
শিক্ষালাভ ভিত্তিক গঠনমূলক সমীকরণ
একটি উপাদানের মধ্যে চাপ এবং বিকৃতির মধ্যে গাণিতিক সম্পর্ক, যা সিমুলেশন বা পরীক্ষামূলক ডেটা থেকে শেখার অ্যালগরিদম দ্বারা স্বয়ংক্রিয়ভাবে আবিষ্কৃত হয়।
এআই-বর্ধিত ফাইনাইট এলিমেন্ট পদ্ধতি
যান্ত্রিক সিমুলেশনের নির্ভুলতা বৃদ্ধি এবং গণনা খরচ হ্রাস করার জন্য ঐতিহ্যবাহী ফাইনাইট এলিমেন্ট পদ্ধতির সাথে এআই মডেলগুলিকে একত্রিত করে একটি হাইব্রিড পদ্ধতি।
পূর্বাভাসিত যান্ত্রিক বৈশিষ্ট্য
একটি উপাদানের ইলাস্টিক সীমা, কঠোরতা বা শক্তির মতো বৈশিষ্ট্য, যা রচনা এবং মাইক্রোস্কোপিক কাঠামোর উপর ভিত্তি করে এআই মডেল দ্বারা অনুমান করা হয়।
এআই মডেল দ্বারা তাপ স্থানান্তর
তাপ পরিবহনের প্রক্রিয়াগুলি ক্যাপচার করার জন্য পারমাণবিক ডেটার উপর প্রশিক্ষিত নিউরাল নেটওয়ার্ক ব্যবহার করে উপাদানগুলির তাপীয় পরিবাহিতা বৈশিষ্ট্যগুলির পূর্বাভাস।
পূর্বাভাসিত বৈদ্যুতিক পরিবাহিতা
একটি উপাদানের বৈদ্যুতিক প্রবাহ পরিবহন করার ক্ষমতার অনুমান, যা উপাদানটির ইলেকট্রনিক এবং স্ফটিক কাঠামো বিশ্লেষণ করে এআই মডেল দ্বারা গণনা করা হয়।
Discovery de Matériaux par IA
Processus d'identification de nouveaux matériaux aux propriétés désirées utilisant des algorithmes d'apprentissage automatique pour explorer efficacement l'espace de composition.
Modélisation Multi-échelle par IA
Approche intégrant des descriptions aux différentes échelles (atomique, mésoscopique, macroscopique) grâce à des modèles d'IA assurant la cohérence entre niveaux.
Surface d'Énergie Potentielle Apprentissage
Représentation paramétrique de l'énergie d'un système moléculaire apprise par réseaux de neurones, permettant des calculs rapides et précis de trajectoires réactionnelles.
Descente de Gradient Moléculaire
Technique d'optimisation utilisant les gradients d'énergie calculés par IA pour trouver les configurations atomiques stables ou minimiser l'énergie système.
Élasticité Calculée par IA
Détermination du tenseur d'élasticité d'un matériau par des modèles d'IA prédisant la réponse mécanique à partir de la structure cristalline et de la composition chimique.
Simulation de Défauts Cristallins par IA
Modélisation du comportement des dislocations, lacunes et autres défauts dans les cristaux utilisant des potentiels interatomiques appris par IA pour une description réaliste.
Thermodynamique par Machine Learning
Application de l'apprentissage automatique pour prédire les propriétés thermodynamiques des matériaux et construire des modèles d'état basés sur données.
Propriétés Optiques Prédites
Caractéristiques comme l'indice de réfraction ou l'absorption lumineuse d'un matériau, estimées par des modèles d'IA analysant la structure électronique.
কৃত্রিম বুদ্ধিমত্তা দ্বারা কম্পোজিট মডেলিং
ফেজগুলির মধ্যে জটিল মিথস্ক্রিয়া ধরার জন্য নিউরাল নেটওয়ার্ক ব্যবহার করে কম্পোজিট উপকরণের কার্যকরী বৈশিষ্ট্যগুলির পূর্বাভাস।
কৃত্রিম বুদ্ধিমত্তা-সহায়তায় ফ্র্যাকচার মেকানিক্স
বিভিন্ন স্কেলে ক্ষতির প্রক্রিয়াগুলি অনুকরণ করে এআই মডেলের মাধ্যমে উপকরণগুলিতে ফাটলের প্রসার বিশ্লেষণ ও পূর্বাভাস।
কৃত্রিম বুদ্ধিমত্তা দ্বারা পূর্বাভাসিত ফেজ ট্রানজিশন
মেশিন লার্নিং মডেল দ্বারা নির্ধারিত, একটি উপাদানের ফেজ পরিবর্তনের জন্য তাপমাত্রা এবং চাপের শর্তাবলী চিহ্নিতকরণ।