Bildtext:(a) Kerr rotationskartläggning av ett järn, kobolt, nickelkompositspridning med den mer exakta experimentmetoden med hög genomströmning, (b) endast beräkning av hög genomströmning, och (c) Iwasaki et al. kombinerat tillvägagångssätt. Det kombinerade tillvägagångssättet ger en mycket mer exakt förutsägelse av kompositmaterialets Kerr -rotation jämfört med beräkning av hög genomströmning på egen hand. Kredit:National Institute for Materials Science (NIMS)
Forskare i Japan har utvecklat ett tillvägagångssätt som bättre kan förutsäga materialets egenskaper genom att kombinera experimentella data och beräkningsdata med hög genomströmning tillsammans med maskininlärning. Metoden kan hjälpa till att påskynda utvecklingen av nya material, och publicerades i tidningen Vetenskap och teknik för avancerade material .
Forskare använder experiment med hög genomströmning, som involverar ett stort antal parallella experiment, att snabbt kartlägga relationerna mellan kompositionerna, strukturer, och egenskaper hos material tillverkade av varierande mängder av samma element. Detta hjälper till att påskynda utveckling av nytt material, men kräver oftast dyr utrustning.
Beräkning av hög genomströmning, å andra sidan, använder beräkningsmodeller för att bestämma ett materials egenskaper baserat på dess elektrontäthet, ett mått på sannolikheten för att en elektron upptar en extremt liten mängd utrymme. Det är snabbare och billigare än de fysiska experimenten men mycket mindre exakt.
Materialinformatiksexpert Yuma Iwasaki från Central Research Laboratories of NEC Corporation, tillsammans med kollegor i Japan, kombinerade de två metoderna med hög genomströmning, tar det bästa av två världar, och parade dem med maskininlärning för att effektivisera processen.
"Vår metod har potential att exakt och snabbt förutsäga materialegenskaper och därmed förkorta utvecklingstiden för olika material, säger Iwasaki.
De testade deras tillvägagångssätt med en 100 nanometer tunn film gjord av järn, kobolt och nickel på ett safirunderlag. Olika möjliga kombinationer av de tre elementen fördelades längs filmen. Dessa "sammansatta spridningsprover" används för att testa många liknande material i ett enda prov.
Teamet genomförde först en enkel teknik med hög genomströmning på provet som kallas kombinatorisk röntgendiffraktion. De resulterande röntgendiffraktionskurvorna ger detaljerad information om den kristallografiska strukturen, kemisk sammansättning, och provets fysiska egenskaper.
Teamet använde sedan maskininlärning för att bryta ner dessa data i individuella röntgendiffraktionskurvor för varje kombination av de tre elementen. Beräkningar med hög genomströmning hjälpte till att definiera de magnetiska egenskaperna för varje kombination. Till sist, beräkningar utfördes för att minska skillnaden mellan experiment- och beräkningsdata.
Deras tillvägagångssätt tillät dem att framgångsrikt kartlägga järnets "Kerr -rotation", kobolt, och spridning av nickelsammansättning, representerar de förändringar som händer med ljus när det reflekteras från dess magnetiserade yta. Den här egenskapen är viktig för en mängd olika tillämpningar inom fotonik och halvledarenheter.
Forskarna säger att deras tillvägagångssätt fortfarande kan förbättras, men att, som det står, det möjliggör kartläggning av de magnetiska momenten i kompositionens spridningar utan att behöva tillgripa svårare och dyrare experiment med hög genomströmning.
