NER: Scalable techniques for massively parallel nanomaterial simulations for long-time behavior

NER:用于长时间行为的大规模并行纳米材料模拟的可扩展技术

基本信息

  • 批准号:
    0403746
  • 负责人:
  • 金额:
    $ 10万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2004
  • 资助国家:
    美国
  • 起止时间:
    2004-06-01 至 2006-05-31
  • 项目状态:
    已结题

项目摘要

This proposal was received in response to Nanoscale science and engineering initiative NSF 03-043, category NER. The investigators address a class of problems involving an assembly of carbon nanotubes, wherein interfaces play a key role. This class of problems pertains to long time scale simulations in which classical transition state theories are not applicable. The solution strategy is based on harnessing the power of massive parallelism. Conventional parallelization through spatial decomposition will not be effective since that will lead to fine granularity. The proposed effort is aimed at time-parallelization using a predictor-verifier approach. One of the key research issues is to develop appropriate predictors. Successful results from this endeavor can be integrated with multi-scale simulations that can predict material properties to time scales several orders of magnitude greater than that today.The above research effort has applications in the areas of nanocoatings, nanosensors, nanoelectronics and nanocomposites. In the current stage of the development of nanotechnology, computation (theory, modeling and simulations) is playing a leading role, compared to experiments, because of size effects. One of the stumbling blocks to the widespread use of computational simulations is the difficulty in achieving realistic time scales. This research addresses this key issue. The specific applications mentioned above are but a few of the currently envisioned applications of nanotechnology for which this research on nanoscale interfaces will be directly applicable. Some of the fundamental understanding of both physics and computations has potential use for a wider class of applications, including nano-biotechnology.
该提案是为了响应纳米科学与工程倡议 NSF 03-043,NER 类别而收到的。研究人员解决了一类涉及碳纳米管组装的问题,其中界面起着关键作用。这类问题涉及长时间尺度的模拟,其中经典过渡态理论不适用。该解决方案策略基于利用大规模并行性的力量。通过空间分解进行的传统并行化不会有效,因为这会导致细粒度。所提出的努力旨在使用预测器验证器方法实现时间并行化。关键研究问题之一是开发适当的预测因子。这一努力的成功结果可以与多尺度模拟相结合,可以预测材料特性的时间尺度比现在大几个数量级。上述研究工作在纳米涂层、纳米传感器、纳米电子学和纳米复合材料领域有应用。在纳米技术发展的现阶段,由于尺寸效应,与实验相比,计算(理论、建模和模拟)发挥着主导作用。计算模拟广泛使用的障碍之一是难以实现现实的时间尺度。这项研究解决了这个关键问题。上述具体应用只是当前设想的纳米技术应用中的一些,纳米级界面的研究将直接适用于这些应用。对物理学和计算的一些基本理解具有潜在的用途,可用于更广泛的应用,包括纳米生物技术。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Ashok Srinivasan其他文献

Should N95 Respirators be Recommended for the General Public
是否应该向公众推荐 N95 呼吸器
  • DOI:
  • 发表时间:
    2020-01
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Ashok Srinivasan; Anuj Mubayi
  • 通讯作者:
    Anuj Mubayi
Tissue-engineered esophagus: experimental substitution by onlay patch or interposition.
组织工程食管:通过嵌体补片或插入物进行实验替代。
Evolution of Magnetic Properties of ${\hbox{CaO}}\hbox{-}{\hbox{P}}_{2}{\hbox{O}}_{5}\hbox{-}{\hbox{Na}}_{2}{\hbox{O}}\hbox{-}{\hbox{Fe}}_{2}{\hbox{O}}_{3}\hbox{-}{\hbox{SiO}}_{2}$ Glass Upon Heat Treatment
${hbox{CaO}}hbox{-}{hbox{P}}_{2}{hbox{O}}_{5}hbox{-}{hbox{Na 的磁性演变
  • DOI:
    10.1109/tmag.2013.2278570
  • 发表时间:
    2024-09-13
  • 期刊:
  • 影响因子:
    2.1
  • 作者:
    Nishant Shankhwar;Rajendra K. Singh;G. Kothiyal;Alagarsamy Perumal;Ashok Srinivasan
  • 通讯作者:
    Ashok Srinivasan
Central Nervous System Systemic Lupus Erythematosus: Pathophysiologic, Clinical, and Imaging Features.
中枢神经系统系统性红斑狼疮:病理生理学、临床和影像学特征。
Low-parameter supervised learning models can discriminate pseudoprogression and true progression in non-perfusion-based MRI
低参数监督学习模型可以区分非灌注 MRI 中的假进展和真进展

Ashok Srinivasan的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Ashok Srinivasan', 18)}}的其他基金

IPA Agreement with University of West Florida 1st year (Srinivasan 2022)
与西佛罗里达大学签订 IPA 协议第一年(Srinivasan 2022)
  • 批准号:
    2219049
  • 财政年份:
    2022
  • 资助金额:
    $ 10万
  • 项目类别:
    Intergovernmental Personnel Award
Collaborative Research: Petascale Simulation of Viral Infection Propagation Through Air Travel
合作研究:通过航空旅行传播病毒感染的千万亿级模拟
  • 批准号:
    1640822
  • 财政年份:
    2016
  • 资助金额:
    $ 10万
  • 项目类别:
    Standard Grant
Collaborative Research: Simulation-Based Policy Analysis for Reducing Ebola Transmission Risk in Air Travel
合作研究:基于模拟的政策分析,降低航空旅行中的埃博拉传播风险
  • 批准号:
    1525061
  • 财政年份:
    2015
  • 资助金额:
    $ 10万
  • 项目类别:
    Standard Grant
MSPA-MCS: Data-Driven Parallelization of Time in Molecular Dynamics Simulations
MSPA-MCS:分子动力学模拟中数据驱动的时间并行化
  • 批准号:
    0626180
  • 财政年份:
    2006
  • 资助金额:
    $ 10万
  • 项目类别:
    Standard Grant

相似国自然基金

基于可扩展去蜂窝架构的大规模低时延高可靠通信研究
  • 批准号:
    62371039
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
具备可扩展性与隐私保障的数据驱动分布式优化方法及其在需求响应中的应用
  • 批准号:
    72301008
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于无监督持续学习的单细胞多组学数据可扩展整合方法研究
  • 批准号:
    62303488
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
自动驾驶场景下基于强化学习的可扩展多智能体协同策略研究
  • 批准号:
    62306062
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
区块链系统中面向业务优化的混合状态验证机制的可扩展性研究
  • 批准号:
    62302202
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

CNS Core: Small: Core Scheduling Techniques and Programming Abstractions for Scalable Serverless Edge Computing Engine
CNS Core:小型:可扩展无服务器边缘计算引擎的核心调度技术和编程抽象
  • 批准号:
    2322919
  • 财政年份:
    2024
  • 资助金额:
    $ 10万
  • 项目类别:
    Standard Grant
Unified, Scalable, and Reproducible Neurostatistical Software
统一、可扩展且可重复的神经统计软件
  • 批准号:
    10725500
  • 财政年份:
    2023
  • 资助金额:
    $ 10万
  • 项目类别:
Data Resource and Administrative Coordination Center for the Scalable and Systematic Neurobiology of Psychiatric and Neurodevelopmental Disorder Risk Genes Consortium
精神科和神经发育障碍风险基因联盟的可扩展和系统神经生物学数据资源和行政协调中心
  • 批准号:
    10642251
  • 财政年份:
    2023
  • 资助金额:
    $ 10万
  • 项目类别:
Assays for acceleration: from fit-for-purpose models to scalable assays of broad systemic and mucosal protection against all strains of Group A Streptococcus
加速测定:从适合目的模型到针对 A 组链球菌所有菌株的广泛全身和粘膜保护的可扩展测定
  • 批准号:
    10576786
  • 财政年份:
    2023
  • 资助金额:
    $ 10万
  • 项目类别:
Harnessing Network Science to Personalize Scalable Interventions for Adolescent Depression
利用网络科学对青少年抑郁症进行个性化的可扩展干预措施
  • 批准号:
    10860020
  • 财政年份:
    2023
  • 资助金额:
    $ 10万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了