Hernando Castañeda M., Wladimir Rodríguez G., Eliézer Colina M.
En Dinámica Molecular (DM) una configuración sucesiva es generada mediante la integración de las leyes de movimiento de Newton, las trayectorias resultantes nos dan información acerca de como las posiciones y velocidades de las partículas en el sistema, cambian con el transcurso del tiempo, en este contexto lo que mayor costo computacional exige es la determinación de las fuerzas aplicadas a cada partícula en su respectiva posición ; generalmente en DM se suelen utilizar modelos simples, donde todas las colisiones son elásticas y ocurren cuando las separaciones entre los centros de las partículas son iguales al punto de discontinuidad del potencial.
Al utilizar potenciales continuos la fuer za y la posición de las partículas dependen de la interacción con las restantes partículas del sistema generando una interacción de muchos cuerpos, una solución analítica no es posible aun en este problema. Existe una aproximación de potenciales atómicos que interactúan con funciones de entrenamiento analíticas mediante puntos de Datos.
La principal tarea en el método propuesto es generar un conjunto de datos de entrenamiento mediante la acumulación de la funciones de potencial de Lennard Jones , extraer los rasgos estructurales a partir de sus trayectorias y particionar un número de objetos dinámicos en un pequeño número de clúster es, de tal forma que los objetos en cada cluster sean en lo más posible similar es y los objetos en diferentes clúster es son lo menos similar es , permitiendo predecir el comportamiento de las variables de salida El objetivo más amplio del tr abajo consiste en el análisis de un sistema molecular donde buscamos capturar importantes eventos por ejemplo la desintegración y fusión de defectos .La técnica utilizada es el reconocimiento de patrones temporales difusos. El concepto más importante que se presenta en este contexto es la opción de una medida relevante de la similaridad, que se utiliza par a la definición del criterio de agrupamiento.
In Molecular Dynamic, successive configur ations ar e gener ated by integr ating Newton’s law of motion; the r esulting tr ajectory specifies how the position and velocities of the particles in the system move with time. The expensive part is the calculation of for ces on each particles from curr ent positions , based on the for ce field, when MD using simples models all collisions ar e perfectly elastic and occur when the separ ation between the centers of the particles equal to point of discontinuity in the potential. When is using with continuous potentials , the for ce on each particle will change whenever the particle change its position or whenever any of the other particles with which it inter acts change position , the motions of all particles ar e coupled together , giving rise to a many body problem that cannot be solved analytically ; finite differ ence methods has to be used. The main task in the proposed method is to gener ate a group of data of tr aining by means of the accumulation of the functions of potential of Lennard Jones, to extr act the structur al featur es starting from its tr ajectories and a number of dynamic objects segment in a small clusters number, in such a way that the objects in each cluster ar e in the most possible thing similar and the objects in differ ent clusters ar e the less similar ones, allowing to pr edict the behavior of the exit variables The goals is build an automated system to captur e important events such as defect disintegr ation and defect amalgamation but goals initial is to understand the inter action among defect using dynamic fuzzy pattern r ecognition . The task of clustering methods is to partition a number of objects into small numbers of homogeneous clusters so that objects belonging to any one the clusters would be as similar as possible and object of differ ent clusters as dissimilar possible. The most important problem arising in this context is the choice of a r elevant similarity measur e, which is use for definition of the clustering criterion
© 2001-2024 Fundación Dialnet · Todos los derechos reservados