Cebheinfo portalından alınan məlumata görə, Icma.az xəbər verir.
Su Yer səthində ən çox yayılmış mayedir və donduqda genişlənir. Suyun anomaliyaları onun mikroskopik quruluşunun temperatur və təzyiqlə necə dəyişməsindən qaynaqlanır. Lakin bu struktur dəyişikliklərini təsvir etmək üçün heç bir sistematik çərçivə mövcud deyil.
"Cebheinfo.az" xəbər verir ki, Osaka Universitetinin tədqiqatçıları suyun xarakteristika sistemlərini qiymətləndirmək üçün süni intellektdən (Sİ) istifadə ediblər. Sİ modeli super soyudulmuş suyun struktur təsvirlərini müqayisə etmək və qiymətləndirmək üçün vahid sistemin bir hissəsidir. Bu maraqlı kəşf Communications Chemistry jurnalında bildirilib.
Suyun donması üçün onun molekulları özlərini təşkil etməli və buza bənzər bir kristal qəfəs yaratmalıdırlar. Molekullar bərk faza yaratmaq üçün nüvələşmə yeri adlanan bir bazaya yapışırlar. Sudakı çirklər və ya qabın daxili səthindəki cızıqlar nüvələşmə yeri kimi xidmət edə bilər.
Buna görə də hamar, təmiz bir qabdakı su donma nöqtəsindən aşağı soyudula bilər, lakin buza çevrilməyəcək. Bu vəziyyət suyun super soyuması adlanır.
Suyun anomal davranışı super soyuduqda daha aydın olur. Anomaliyalar iki rəqabət aparan vəziyyət arasında keçidlə izah olunur: yüksək sıxlıqlı maye (HDL) və aşağı sıxlıqlı maye (LDL). Mikroskopik səviyyədə suda nizam zamanla davamlı olaraq dəyişən molekullararası hidrogen rabitələri şəbəkəsindən yaranır. Temperatur artdıqca qatlanmış HDL strukturları açıq LDL strukturlarına üstünlük verməyə başlayır.
Suda yerli nizamı xarakterizə etmək üçün tetraedrik rabitə nizamı və yerli sıxlıq kimi müxtəlif struktur təsvirçilər təqdim edilmişdir. Bu təsvirçilər müstəqil şəkildə təklif olunduğundan, parametrlər və miqyaslar baxımından keyfiyyətcə fərqlənir və fərqli struktur məlumatlarını kodlaşdırır. Bu, təsvirçilərin nisbi əhəmiyyətini qiymətləndirmək üçün onların sistematik müqayisəsini çətinləşdirir.
"Əvvəlki tədqiqatlar göstərmişdir ki, struktur məlumatlarını təsnif etmək və anlamaq üçün maşın öyrənməsindən istifadə effektivdir", - deyə tədqiqatın müəllifi Kanq Kim izah edir.
"Biz xüsusilə bu tədqiqata təsvirçilərin əsas struktur məlumatlarını nə dərəcədə dəqiq çatdırdığını qiymətləndirmək üçün neyron şəbəkə modelini daxil etmək istədik",- o deyib
Şəbəkə molekulyar dinamika simulyasiyaları kimi tanınan kompüter təcrübələri vasitəsilə əldə edilən super soyudulmuş suyun struktur məlumatları ilə qidalanırdı. Şəbəkənin məlumatlardakı nümunələri tanımasını təmin etmək üçün sınaq və səhv metodundan istifadə edib:
"Şəbəkə bu biliklərdən 16 təsvirçinin müxtəlif temperaturlarda aşağı və yüksək sıxlıqlı lipoproteinlərin strukturlarını necə fərqləndirdiyini müqayisə etmək üçün istifadə edib. Bu, bizə ən təsirli təsvirçiləri müəyyən etməyə imkan verdi".
Bu nəticələr bizə struktur dalğalanmaları ilə suyun termodinamik vəziyyətləri arasındakı əlaqəni daha yaxşı başa düşməyə, suyun anomal xüsusiyyətlərinin mənşəyini aydınlaşdırmağa və təkmilləşdirilmiş struktur təsvirçiləri hazırlamağa kömək edəcək.
Xəzər
"Cebheinfo.az"
Problemlərinizi bizə yazın, şahidi olduğunuz hadisələri çəkib göndərin