Forskere foreslår at bruge maskinlæring til at forudsige materialers egenskaber

Forskere fra Peter den Store St.Petersburg Polytechnic University (SPbPU) i samarbejde med kolleger fra Southern Federal University og Indian Institute of Technology-Madras (IIT Madras) foreslog at bruge maskinlæringsmetoder til at forudsige egenskaberne af kunstige safirkrystaller - et unikt materiale i vidt omfang bruges i mikroelektronik, optik og elektronik. Resultaterne af undersøgelsen blev offentliggjort i Journal of Electronic Science and Technology og illustrationen fra artiklen blev vist på forsiden af ​​tidsskriftet.

Maskinlæringsmetoder bliver mere og mere populære til at accelerere design af nye materialer ved at forudsige materialeegenskaber. Minimeringen af ​​forskellige defekter i krystalstrukturen er ekstremt vigtig for forbedring og udvikling af moderne teknologier til vækst af kunstig safirkrystal.

Forskere bemærker, at formålet med undersøgelsen er at reducere forskellige defekter i safirkrystaller og at forbedre og udvikle moderne teknologier til dyrkning af kunstige krystaller.

"Vores forskerhold har opnået modellerne for krystalvækstparametres indflydelse på safirkrystalvækst. Vi udviklede softwaren, som anses for at være et universelt værktøj til at studere forskellige parametres indflydelse på krystallers kvalitet. Det kan bruges bredt til at vurdere og forudsige defekterne i en voksende krystal, " sagde Alexey Filimonov, Professor ved Higher Engineering Physics School ved Peter den Store St. Petersburg Polytechnic University (SPbPU).

Julia Klunnikova, lektor ved Southern Federal University (SFU), tilføjer:"Vi bruger ordningen, hvor prædiktive moduler udvikles separat ved hjælp af Orange Canvas dataminingværktøj. Til beslutningsstøttesystemet, vores gruppe udviklede et specielt softwareværktøj til at analysere kvaliteten af ​​de resulterende krystaller, som gør det muligt at optimere processen med krystalvækst."

Ravi Kumar, Leder af Laboratoriet for Højtydende Keramik &Professor i Institut for Metallurgical and Materials Eng., ved Indian Institute of Technology-Madras (IIT Madras), er overbevist om, at den industrielle anvendelse af sådanne metoder vil øge automatiseringsniveauet for produktion af krystaller med en foruddefineret kombination af egenskaber, der kan være vigtige for en bestemt anvendelse inden for mikro- og nanoelektronik. Løsningen af ​​disse videnskabelige og tekniske problemer forudsætter brugen af ​​informationsteknologier til fremstilling af krystaller på et nyt niveau.

I øjeblikket, holdet af forfattere arbejder på at øge antallet af eksperimentelle data, hvilket vil give nye muligheder for forudsigelse og øge dens nøjagtighed. Det er planlagt at genkende krystalbilleder fra ovnkammeret og at forudsige forholdenes indflydelse på krystalkvaliteten.