Waarom vertrouwt u ons bedrijf?
We halen de paniek uit de inkoop. We hebben miljoenen moeilijk te vinden onderdelen uit onze vertrouwde bronnen op voorraad. We vernieuwen onze productvermeldingen met minuten en online aankopen worden in realtime voltooid en elke dag verzonden.
MFGChips, opgericht in 2002, is een lokale leider in de distributie van elektronische componenten en wordt tegenwoordig ook erkend als een van de meest gerespecteerde en innovatieve bedrijven op de lokale markt. MFGChips heeft zijn hoofdkantoor in Hong Kong en heeft een indrukwekkende reputatie opgebouwd voor het leveren van uitstekende service en het ontwikkelen van efficiënte, uitgebreide wereldwijde supply chain-oplossingen.
Kom meer te weten >
Machine learning helpt sterkere polymeren te vinden
Wat als kunststoffen kunnen genezen, stress kunnen voelen of langer kunnen meegaan?Een methode voor machine learning vindt verborgen moleculen die kunnen veranderen hoe we materialen ontwerpen.
Een strategie ontwikkeld door onderzoekers van MIT en Duke University maakt gebruik van machine learning om crosslinker -moleculen te identificeren die polymeren resistenter maken tegen scheuren.Dit kan helpen om plastic afval te verminderen.De methode richt zich op mechanoforen, die moleculen zijn die structuur of gedrag veranderen bij blootstelling aan kracht, en gebruikt een neuraal netwerk om kandidaten te screenen.
De onderzoekers pasten deze methode toe op ferrocenen, ijzerhoudende verbindingen die niet breed zijn bestudeerd als mechanoforen.Tests toonden aan dat het materiaal ongeveer vier keer moeilijker was dan die gemaakt met standaard op ferroceen gebaseerde crosslinkers.
De eerste stap omvatte het simuleren van ongeveer 400 ferrocenen om de kracht te berekenen die nodig is om bindingen te verbreken.Deze gegevens hebben een machine-learningmodel getraind om traanweerstand in andere verbindingen te voorspellen.Het model vond twee kenmerken die de prestaties verbeterden - interacties tussen chemische groepen op de ringen en de aanwezigheid van grote groepen aan beide zijden van het ferroceen.Hoewel het eerste kenmerk werd verwacht, was de tweede een resultaat van de AI en niet voorspeld door een menselijke chemicus.
Het vinden en testen van mechanoforen is meestal een langzaam proces.De meeste bekende mechanoforen zijn organisch, zoals cyclobutane, dat is gebruikt als crosslinker.Het testen van één mechanofoor in het lab kan weken duren.Zelfs simulaties duren dagen.Dit maakt traditionele screening hard als er duizenden opties zijn.
Ferrocenen komen veel voor bij katalyse en geneesmiddelonderzoek, maar zijn niet veel getest als mechanoforen.Deze organometallische verbindingen hebben een ijzeratoom tussen twee op koolstof gebaseerde ringen.De ringen dragen chemische groepen die beïnvloeden hoe het molecuul reageert op force.
Door te werken met ferrocenen en het gebruik van machine learning, vertoonde het team een meer schaalbare manier om nuttige mechanoforen te vinden.Deze benadering kan ook helpen verbindingen te vinden die op kracht reageren door van kleur te veranderen, reacties of ander gedrag te activeren.Dit kan nuttig zijn bij het detecteren van stress, het veranderen van katalysatoren of het leveren van geneesmiddelen.
Toekomstig werk zal waarschijnlijk kijken naar ferrocenen en andere op metaal gebaseerde verbindingen om meer mechanoforen te vinden en nieuwe materialen te ontwikkelen.