• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Kemi
    Forskare föreslår att man använder maskininlärning för att förutsäga materialegenskaper

    Forskare föreslog att man skulle använda maskininlärningsmetoder för att förutsäga egenskaperna hos konstgjorda safirkristaller. Det är ett unikt material som ofta används inom mikroelektronik, optik och elektronik. Kredit:Peter den store St.Petersburg Polytechnic University

    Forskare från Peter the Great St.Petersburg Polytechnic University (SPbPU) i samarbete med kollegor från Southern Federal University och Indian Institute of Technology-Madras (IIT Madras) föreslog att man skulle använda maskininlärningsmetoder för att förutsäga egenskaperna hos artificiella safirkristaller – ett unikt material i stor utsträckning används i mikroelektronik, optik och elektronik. Resultaten av studien publicerades i Journal of Electronic Science and Technology och illustrationen från artikeln fanns på tidskriftens omslag.

    Maskininlärningsmetoder blir allt mer populära för att påskynda designen av nya material genom att förutsäga materialegenskaper. Minimeringen av olika defekter i kristallstrukturen är extremt viktig för förbättringen och utvecklingen av modern teknik för den artificiella safirkristalltillväxten.

    Forskare noterar att syftet med studien är att minska olika defekter i safirkristaller och att förbättra och utveckla modern teknik för att odla konstgjorda kristaller.

    "Vårt forskarlag skaffade modellerna för kristalltillväxtparametrars inverkan på safirkristalltillväxt. Vi utvecklade programvaran som anses vara ett universellt verktyg för att studera olika parametrars inverkan på kristallernas kvalitet. Den kan användas i stor utsträckning för att bedöma och förutsäga defekterna i en växande kristall, sa Alexey Filimonov, Professor vid Högre teknisk fysikskola vid Peter the Great St. Petersburg Polytechnic University (SPbPU).

    Julia Klunnikova, Docent vid Southern Federal University (SFU), tillägger:"Vi använder schemat där prediktiva moduler utvecklas separat med hjälp av Orange Canvas datautvinningsverktyg. För beslutsstödssystemet, vår grupp utvecklade ett speciellt mjukvaruverktyg för att analysera kvaliteten på de resulterande kristallerna, vilket gör det möjligt att optimera processen för kristalltillväxt."

    Ravi Kumar, Chef för laboratoriet för högpresterande keramik och professor vid Institutionen för metallurgisk och materialingenjör, vid Indian Institute of Technology-Madras (IIT Madras), är övertygad om att den industriella tillämpningen av sådana metoder kommer att höja automatiseringsnivån för produktion av kristaller med en fördefinierad kombination av egenskaper som kan vara viktiga för en viss tillämpning inom mikro- och nanoelektronik. Lösningen av dessa vetenskapliga och tekniska problem förutsätter användningen av informationsteknik vid produktion av kristaller på en ny nivå.

    För närvarande, författarteamet arbetar för att öka antalet experimentella data, vilket kommer att ge nya möjligheter till förutsägelse och öka dess noggrannhet. Man planerar att känna igen kristallbilder från ugnskammaren och att förutse förhållandenas inverkan på kristallkvaliteten.


    © Vetenskap https://sv.scienceaq.com