MétaCan
Menu
Retour à la cohorte
Enregistrement W2317200528 · doi:10.1166/jnn.2011.5006

A First-Principles Study on Water Flow Through Single-Walled Carbon Nanotubes Using Artificial Neural Network Method

2011· article· en· W2317200528 sur OpenAlexaff
Samad Ahadian, Hiroshi Mizuseki, Yoshiyuki Kawazoe

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensHatch (Canada)
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésCarbon nanotubeMaterials scienceAb initioDiffusionChirality (physics)Artificial neural networkElectronic structureMolecular dynamicsFlexibility (engineering)Diffusion processAb initio quantum chemistry methodsNanotechnologyChemical physicsThermodynamicsComputational chemistryMoleculeOrganic chemistryChemistryArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Ab initio molecular dynamics simulations are done to elucidate the electronic structure and properties of water/single-walled carbon nanotubes (SWCNTs) systems. The artificial neural network (ANN) approach and statistical methods are then used to model and analyze these properties. The ANN method substantially speeds up the ab initio electronic structure calculations and has superior accuracy in mimicking the results of such calculations. We aim to understand the effects of CNT chirality, temperature, and CNT flexibility on the water diffusion inside SWCNTs. In this regard, the CNT is fixed implies that the position of CNT is kept constant during the diffusion process. Statistical analysis of results shows that there is a nonmonotonic variation of diffusion length of water with respect to the CNT chirality. However, an increase in temperature and rigid CNTs accelerate the water diffusion.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,083
Tête enseignante GPT0,263
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nanoscience and NanotechnologyMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207