Hàm mặt là gì? Các công bố khoa học về Hàm mặt

Hàm mặt trong toán học là một phương pháp biểu diễn mô hình không gian ba chiều trong hình học và đồ họa máy tính. Nó được sử dụng để mô phỏng và biểu diễn các ...

Hàm mặt trong toán học là một phương pháp biểu diễn mô hình không gian ba chiều trong hình học và đồ họa máy tính. Nó được sử dụng để mô phỏng và biểu diễn các bề mặt phức tạp trong không gian 3D, bao gồm các đối tượng khối, các dạng không gian và mô phỏng các bề mặt phức tạp như mặt nước, mặt đồi, mặt đồng cỏ, vv.

Hàm mặt thường được xác định bởi các biến độc lập (x, y) trong một mạng lưới hình học và các giá trị hàm f(x, y) tương ứng với các điểm trong lưới. Các giá trị hàm này sau đó được sử dụng để xác định các đặc tính của bề mặt, chẳng hạn như độ dốc, phân phối màu sắc, v.v. Hàm mặt có thể được thể hiện dưới dạng các đường cong, bề mặt cắt ngang và bề mặt 3D.
Hàm mặt cũng được gọi là bề mặt số học, được sử dụng trong nhiều lĩnh vực như đồ họa máy tính, mô phỏng, công nghệ chụp ảnh và trò chơi điện tử. Nó giúp mô phỏng và hiển thị các đối tượng không gian ba chiều một cách chân thực.

Một hàm mặt cơ bản có thể được biểu diễn dưới dạng:

f(x, y) = z

Trong đó, (x, y) là tọa độ trong không gian 2D và z là giá trị hàm mặt tại điểm (x, y). Các giá trị hàm này có thể tương ứng với chiều cao, mật độ, màu sắc hoặc các thuộc tính khác của bề mặt.

Có nhiều phương pháp để xác định và biểu diễn hàm mặt. Một trong số đó là phân tán điểm (point scattering), trong đó các điểm trong không gian được phân tán một cách đồng đều và giá trị hàm mặt tại các điểm này được xác định. Sau đó, các điểm này có thể được nối với nhau để tạo thành bề mặt. Các phương pháp khác bao gồm tiếp tuyến (tangents), xấp xỉ (approximation) và nội suy (interpolation).

Một số thuật toán phổ biến trong việc xây dựng và biểu diễn hàm mặt bao gồm:

1. Pháp tuyến (normal): Để xác định hướng của bề mặt tại từng điểm và tạo hiệu ứng bóng, ánh sáng và đổ bóng.
2. Phủ dải-texturing (texture mapping): Sử dụng hình ảnh hoặc các điểm dữ liệu khác để thay đổi màu sắc và đặc tính của bề mặt.
3. Kĩ thuật đám mây điểm (point cloud techniques): Sử dụng các điểm hình học để biểu diễn một bề mặt phức tạp và chi tiết.
4. Phân tán điểm (point scattering): Sử dụng các điểm phân tán và kết nối chúng để tạo thành bề mặt.

Hàm mặt rất hữu ích trong việc tạo ra các hiệu ứng đồ họa phức tạp, mô phỏng thực tế trong các ứng dụng thực tế và tạo ra hình ảnh chân thực trong các trò chơi điện tử. Nó cho phép chúng ta mô phỏng và hiển thị các đối tượng không gian ba chiều một cách trực quan và sinh động.

Danh sách công bố khoa học về chủ đề "hàm mặt":

Nhiệt hoá học hàm mật độ. III. Vai trò của trao đổi chính xác Dịch bởi AI
Journal of Chemical Physics - Tập 98 Số 7 - Trang 5648-5652 - 1993

Mặc dù lý thuyết hàm mật độ Kohn–Sham với các hiệu chỉnh gradient cho trao đổi-tương quan có độ chính xác nhiệt hoá học đáng kể [xem ví dụ, A. D. Becke, J. Chem. Phys. 96, 2155 (1992)], chúng tôi cho rằng việc cải thiện thêm nữa là khó có thể xảy ra trừ khi thông tin trao đổi chính xác được xem xét. Các lý lẽ hỗ trợ quan điểm này được trình bày và một hàm trọng số trao đổi-tương quan bán thực nghiệm chứa các thuật ngữ về mật độ quay-lực địa phương, gradient và trao đổi chính xác đã được thử nghiệm trên 56 năng lượng phân ly, 42 thế ion hoá, 8 ái lực proton và 10 tổng năng lượng nguyên tử của các hệ hàng thứ nhất và thứ hai. Hàm này hoạt động tốt hơn đáng kể so với các hàm trước đó chỉ có các hiệu chỉnh gradient và khớp với các năng lượng phân ly thực nghiệm với độ lệch tuyệt đối trung bình ấn tượng chỉ là 2.4 kcal/mol.

#Kohn-Sham #hàm mật độ #trao đổi-tương quan #mật độ quay-lực địa phương #gradient #trao đổi chính xác #năng lượng phân ly #thế ion hóa #ái lực proton #năng lượng nguyên tử
Một sự tham số hóa nhất quán và chính xác từ \\textit{ab initio} của việc điều chỉnh độ phân tán trong lý thuyết phiếm hàm mật độ (DFT-D) cho 94 nguyên tố H-Pu Dịch bởi AI
Journal of Chemical Physics - Tập 132 Số 15 - 2010
\u003cp\u003ePhương pháp điều chỉnh độ phân tán như là một bổ sung cho lý thuyết phiếm hàm mật độ Kohn–Sham tiêu chuẩn (DFT-D) đã được tinh chỉnh nhằm đạt độ chính xác cao hơn, phạm vi áp dụng rộng hơn và ít tính kinh nghiệm hơn. Các thành phần mới chủ yếu là các hệ số phân tán cụ thể theo từng cặp nguyên tử và bán kính cắt đều được tính toán từ các nguyên lý đầu tiên. Các hệ số cho các bản số phân tán bậc tám mới được tính thông qua các quan hệ truy hồi đã thiết lập. Thông tin phụ thuộc vào hệ thống (hình học) được sử dụng lần đầu tiên trong phương pháp tiếp cận loại DFT-D bằng việc áp dụng khái niệm mới về số phối hợp phân số (CN). Chúng được dùng để nội suy giữa các hệ số phân tán của các nguyên tử trong các môi trường hóa học khác nhau. Phương pháp chỉ cần điều chỉnh hai tham số toàn cầu cho mỗi phiếm hàm mật độ, có độ chính xác về mặt tiệm cận cho một khí của các nguyên tử trung hòa tương tác yếu và dễ dàng cho phép tính toán các lực nguyên tử. Các hệ số không cộng tính ba thân được xem xét. Phương pháp đã được đánh giá trên các bộ chỉ chuẩn quy tắc cho các tương tác không đồng hóa học bên trong và giữa các phân tử với sự nhấn mạnh đặc biệt vào mô tả nhất quán các hệ thống nguyên tố nhẹ và nặng. Các độ lệch trung bình tuyệt đối cho bộ chỉ chuẩn S22 của các tương tác không hóa trị giảm từ 15% đến 40% so với phiên bản trước (vốn đã chính xác) của DFT-D. Sự cải tiến phi thường được tìm thấy cho một mô hình cuộn gấp tripeptide và tất cả các hệ thống kim loại đã được thử nghiệm. Sự cải chính hành vi tầm xa và việc sử dụng các hệ số C6 chính xác hơn cũng dẫn đến sự mô tả tốt hơn nhiều về các hệ thống lớn (vô hạn) như đã thấy trong các tấm graphene và sự hấp thu của benzene trên bề mặt Ag(111). Đối với graphene, việc bao gồm các hệ số ba thân đã làm yếu đi đáng kể (khoảng 10%) lực liên kết giữa các tầng. Chúng tôi đề xuất phương pháp DFT-D đã được sửa đổi như một công cụ tổng quát cho việc tính toán năng lượng phân tán trong các phân tử và chất rắn thuộc bất kỳ loại nào với DFT và các phương pháp cấu trúc điện tử liên quan (chi phí thấp) cho các hệ thống lớn.\u003c/p\u003e
#DFT-D #độ phân tán #tiêu chuẩn Kohn-Sham #số phối hợp phân số #phiếm hàm mật độ #lực nguyên tử #ba thân không cộng tính #hệ thống nguyên tố nhẹ và nặng #tấm graphene #hấp thụ benzene #bề mặt Ag(111)
Chức năng mật độ loại GGA bán thực nghiệm được xây dựng với sự hiệu chỉnh phân tán tầm xa Dịch bởi AI
Journal of Computational Chemistry - Tập 27 Số 15 - Trang 1787-1799 - 2006
Tóm tắt

Một hàm mật độ mới (DF) thuộc loại xấp xỉ gradient tổng quát (GGA) cho các ứng dụng hóa học chung có tên là B97‐D được đề xuất. Nó dựa trên phương án chuỗi lũy thừa của Becke từ năm 1997 và được tham số hóa rõ ràng bằng cách bao gồm các hiệu chỉnh phân tán cặp nguyên tử dạng triệt tiêu C6 · R−6. Một sơ đồ tính toán tổng quát cho các tham số được sử dụng trong hiệu chỉnh này đã được thiết lập và các tham số cho các nguyên tố lên tới xenon và một hệ số tỷ lệ cho phần phân tán cho một số hàm mật độ thông thường (BLYP, PBE, TPSS, B3LYP) được báo cáo. Hàm mới được thử nghiệm so sánh với các GGAs khác và hàm lai B3LYP trên các bộ tiêu chuẩn kiểm tra nhiệt hóa học, cho 40 hợp chất liên kết không cộng hóa trị, bao gồm cả các phân tử thơm xếp chồng lớn và cụm nguyên tố nhóm II, và cho việc tính toán hình học phân tử. Thêm vào đó, các bài kiểm tra chéo được thực hiện cho các phản ứng hữu cơ kim loại và các vấn đề khó khăn khác đối với các hàm tiêu chuẩn. Tóm lại, tìm thấy rằng B97‐D thuộc vào một trong những GGAs đa năng chính xác nhất, đạt đến, ví dụ cho bộ G97/2 của nhiệt hình thành, một độ lệch tuyệt đối trung bình chỉ có 3.8 kcal mol−1. Hiệu suất cho các hệ thống liên kết không cộng hóa trị bao gồm nhiều phức hợp van der Waals thuần rất tốt, đạt đến độ chính xác CCSD(T) trung bình. Chiến lược cơ bản trong phát triển để hạn chế mô tả hàm mật độ đến chiều dài tương quan electron ngắn hơn và mô tả các tình huống với khoảng cách giữa các nguyên tử trung bình đến lớn bằng các thuật ngữ C6 · R−6 triệt tiêu dường như rất thành công, như chứng minh cho một số phản ứng khó khăn nổi tiếng. Chẳng hạn, đối với sự đồng phân hóa của các alkan nhánh lớn hơn sang alkan thẳng, B97‐D là hàm duy nhất có sẵn đưa ra dấu đúng cho sự chênh lệch năng lượng. Từ quan điểm thực tế, hàm mới dường như khá chắc chắn và do đó được đề xuất như một phương pháp hóa học lượng tử hiệu quả và chính xác cho các hệ thống lớn nơi lực phân tán có tầm quan trọng chung. © 2006 Wiley Periodicals, Inc. J Comput Chem 2006

#Hóa học #Xấp xỉ Gradient Tổng quát #Hàm Mật Độ #Phân Tán #B97‐D
Đặc điểm và sự phát triển của Coot Dịch bởi AI
International Union of Crystallography (IUCr) - Tập 66 Số 4 - Trang 486-501 - 2010

Coot là một ứng dụng đồ họa phân tử chuyên dùng cho việc xây dựng và thẩm định mô hình phân tử sinh học vĩ mô. Chương trình hiển thị các bản đồ mật độ điện tử và các mô hình nguyên tử, đồng thời cho phép thực hiện các thao tác mô hình như chuẩn hóa, tinh chỉnh không gian thực, xoay/chuyển tay chân, hiệu chỉnh khối cố định, tìm kiếm phối tử, hydrat hóa, đột biến, phối hợp và chuẩn hóa Ramachandran. Hơn nữa, các công cụ cũng được cung cấp để thẩm định mô hình cũng như giao diện với các chương trình bên ngoài để tinh chỉnh, thẩm định và đồ họa. Phần mềm được thiết kế để dễ dàng học hỏi cho người dùng mới, nhờ vào việc đảm bảo rằng các công cụ cho những tác vụ thông thường có thể được phát hiện thông qua các thành phần giao diện người dùng quen thuộc (menu và thanh công cụ) hoặc bởi hành vi trực quan (điều khiển bằng chuột). Những phát triển gần đây đã tập trung vào việc cung cấp các công cụ cho người dùng chuyên nghiệp, với các phím tắt có thể tùy chỉnh, mở rộng và một giao diện kịch bản phong phú. Phần mềm đang trong giai đoạn phát triển nhanh chóng, nhưng đã đã đạt được sự phổ biến rộng rãi trong cộng đồng tinh thể học. Tình trạng hiện tại của phần mềm được trình bày, cùng với mô tả các tiện ích có sẵn và một số phương pháp cơ bản được sử dụng.

#Coot #đồ họa phân tử #thẩm định mô hình #mật độ điện tử #tinh chỉnh không gian thực #công cụ thẩm định #giao diện trực quan #phát triển phần mềm #cộng đồng tinh thể học.
Ảnh hưởng của hàm giảm đối với lý thuyết chức năng mật độ điều chỉnh phân tán Dịch bởi AI
Journal of Computational Chemistry - Tập 32 Số 7 - Trang 1456-1465 - 2011
Tóm tắt

Qua một loạt bài kiểm tra rộng rãi về dữ liệu năng lượng phân tử, đã chỉ ra rằng dạng toán học của hàm giảm trong các phương pháp DFT-D chỉ ảnh hưởng nhỏ đến chất lượng của các kết quả. Đối với 12 chức năng khác nhau, đã kiểm tra công thức "không giảm" chuẩn và giảm hợp lý đến các giá trị hữu hạn cho các khoảng cách nguyên tử nhỏ theo Becke và Johnson (giảm BJ). Cùng một chế độ (DFT-D3) được sử dụng để tính toán các hệ số phân tán. Giảm BJ yêu cầu thêm một tham số điều chỉnh cho mỗi chức năng (ba thay vì hai) nhưng có lợi thế là tránh được các lực tương tác nguyên tử đẩy tại các khoảng cách ngắn hơn. Với giảm BJ, kết quả tốt hơn đối với các khoảng cách không liên kết và rõ ràng hơn về hiệu ứng phân tán trong phân tử trong bốn cấu trúc phân tử đại diện được tìm thấy. Đối với các cấu trúc không liên kết trong bộ S22, cả hai phương pháp đều dẫn đến các khoảng cách giữa các phân tử rất giống nhau. Đối với năng lượng tương tác không liên kết, giảm BJ hoạt động tốt hơn một chút nhưng cả hai biến thể đều có thể được khuyến nghị nói chung. Ngoài ra, Hartree-Fock chỉ có thể được khuyến nghị trong biến thể BJ và khi đó gần với độ chính xác của GGA đã được điều chỉnh cho các tương tác không liên kết. Theo các bài kiểm tra nhiệt động lực học, giảm BJ chính xác hơn, đặc biệt là cho các vấn đề tương quan điện tử khoảng trung bình và chỉ quan sát được các hiệu ứng đếm gấp đôi nhỏ và gần như không đáng kể. Nó dường như cung cấp một hành vi ngắn hạn đúng về vật lý của tương quan/phân tán ngay cả với các chức năng chuẩn chưa được sửa đổi. Trong mọi trường hợp, sự khác biệt giữa hai phương pháp là nhỏ hơn nhiều so với hiệu ứng phân tán tổng thể và thường cũng nhỏ hơn ảnh hưởng của chức năng mật độ cơ bản.

Phương pháp băng đàn hồi nút trèo cho việc tìm kiếm các điểm yên ngựa và đường dẫn năng lượng tối thiểu Dịch bởi AI
Journal of Chemical Physics - Tập 113 Số 22 - Trang 9901-9904 - 2000

Một chỉnh sửa của phương pháp băng đàn hồi nút được trình bày để tìm kiếm đường dẫn năng lượng tối thiểu. Một trong những hình ảnh được làm leo lên dọc theo băng đàn hồi để hội tụ một cách nghiêm ngặt vào điểm yên ngựa cao nhất. Ngoài ra, các hằng số đàn hồi biến thiên được sử dụng để tăng mật độ các hình ảnh gần đỉnh của rào cản năng lượng nhằm ước lượng tốt hơn đường tọa độ phản ứng gần điểm yên ngựa. Các ứng dụng cho sự hấp phụ phân hủy CH4 trên Ir (111) và H2 trên Si (100) sử dụng lý thuyết phi hàm mật độ dựa trên sóng phẳng được trình bày.

#điểm yên ngựa #đường dẫn năng lượng tối thiểu #băng đàn hồi nút #phương pháp số #lý thuyết phi hàm mật độ #hấp phụ phân hủy #CH4 #Ir (111) #H2 #Si (100)
Một số mô hình ước tính sự không hiệu quả về kỹ thuật và quy mô trong phân tích bao hàm dữ liệu Dịch bởi AI
Management Science - Tập 30 Số 9 - Trang 1078-1092 - 1984

Trong bối cảnh quản lý, lập trình toán học thường được sử dụng để đánh giá một tập hợp các phương án hành động thay thế có thể, nhằm lựa chọn một phương án tốt nhất. Trong khả năng này, lập trình toán học phục vụ như một công cụ hỗ trợ lập kế hoạch quản lý. Phân tích Bao hàm Dữ liệu (DEA) đảo ngược vai trò này và sử dụng lập trình toán học để đánh giá ex post facto hiệu quả tương đối của các thành tựu quản lý, dù chúng được lập kế hoạch hoặc thực hiện như thế nào. Lập trình toán học do đó được mở rộng để sử dụng như một công cụ kiểm soát và đánh giá các thành tựu quá khứ cũng như công cụ hỗ trợ lập kế hoạch cho hoạt động tương lai. Hình thức tỷ lệ CCR được giới thiệu bởi Charnes, Cooper và Rhodes, như một phần của cách tiếp cận Phân tích Bao hàm Dữ liệu, bao hàm cả sự không hiệu quả về kỹ thuật và quy mô thông qua giá trị tối ưu của hình thức tỷ lệ, được thu được trực tiếp từ dữ liệu mà không cần yêu cầu định trước các trọng số và/hoặc phân định rõ ràng các dạng chức năng giả định của mối quan hệ giữa đầu vào và đầu ra. Một sự tách biệt giữa hiệu quả kỹ thuật và hiệu quả quy mô được thực hiện bởi các phương pháp phát triển trong bài báo này mà không làm thay đổi các điều kiện sử dụng DEA trực tiếp trên dữ liệu quan sát. Sự không hiệu quả về kỹ thuật được xác định bởi sự thất bại trong việc đạt được các mức đầu ra tốt nhất có thể và/hoặc việc sử dụng quá nhiều lượng đầu vào. Các phương pháp để xác định và điều chỉnh phạm vi của những sự không hiệu quả này, được cung cấp trong các công trình trước, được minh họa. Trong bài báo hiện tại, một biến mới được giới thiệu, cho phép xác định liệu các hoạt động được thực hiện trong các vùng có lợi suất tăng, không đổi hay giảm (trong các tình huống đa đầu vào và đa đầu ra). Các kết quả được thảo luận và liên hệ không chỉ với kinh tế học cổ điển (đầu ra đơn) mà còn với các phiên bản kinh tế học hiện đại hơn được xác định với “lý thuyết thị trường có thể tranh đấu.”

#Phân tích bao hàm dữ liệu #không hiệu quả kỹ thuật #không hiệu quả quy mô #lập trình toán học #lý thuyết thị trường có thể tranh đấu
Physisorption của khí, đặc biệt tham chiếu đến việc đánh giá diện tích bề mặt và phân bố kích thước lỗ (Báo cáo Kỹ thuật IUPAC) Dịch bởi AI
Pure and Applied Chemistry - Tập 87 Số 9-10 - Trang 1051-1069 - 2015
Tóm tắt

Hấp thụ khí là một công cụ quan trọng cho việc phân loại các chất rắn xốp và bột mịn. Những tiến bộ lớn trong những năm gần đây đã làm cần thiết việc cập nhật hướng dẫn của IUPAC năm 1985 về việc Báo cáo Dữ liệu Physisorption cho Hệ thống Khí/Rắn. Mục tiêu của tài liệu hiện tại là làm rõ và chuẩn hóa việc trình bày, thuật ngữ và phương pháp liên quan đến việc ứng dụng physisorption trong việc đánh giá diện tích bề mặt và phân tích kích thước lỗ, đồng thời chỉ ra những vấn đề còn tồn tại trong việc diễn giải dữ liệu physisorption.

Thăm Dò Phân Tử Đơn Và Hạt Nano Đơn Bằng Phương Pháp Tán Xạ Raman Cường Cường Độ Bề Mặt Dịch bởi AI
American Association for the Advancement of Science (AAAS) - Tập 275 Số 5303 - Trang 1102-1106 - 1997

Việc phát hiện quang học và phân tích quang phổ của các phân tử đơn lẻ và các hạt nano đơn đã được thực hiện ở nhiệt độ phòng thông qua việc sử dụng tán xạ Raman cường cường độ bề mặt. Các hạt nano colloidal bạc đơn lẻ đã được sàng lọc từ một quần thể lớn không đồng nhất dựa trên các đặc tính phụ thuộc kích thước đặc biệt và sau đó được sử dụng để khuếch đại các dấu hiệu quang phổ của các phân tử hấp phụ. Đối với các phân tử đơn lẻ rhodamine 6G hấp phụ trên các hạt nano đã chọn, các hệ số khuếch đại Raman nội tại đạt mức từ 1014 đến 1015, lớn hơn nhiều so với các giá trị trung bình của quần thể thu được từ các phép đo thông thường. Sự khuếch đại to lớn này dẫn tới các tín hiệu dao động Raman có cường độ mạnh hơn và ổn định hơn so với huỳnh quang của phân tử đơn.

#các phân tử đơn lẻ #hạt nano đơn #tán xạ Raman cường độ bề mặt #rhodamine 6G #quang học #phân tích quang phổ #hệ số khuếch đại Raman #huỳnh quang.
Tổng số: 4,485   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 10