Пятница, 20 января 2017 года
ГЛАВНОЕ » Технологии » Машинное обучение ускоряет появление новых материалов

Машинное обучение ускоряет появление новых материалов

Исследователи недавно показали, как основанная на информатике адаптационная стратегия дизайна вместе с экспериментами помогает ускорить открытие новых материалов с желаемыми свойствами. Данная информация была представлена в статье Nature Communications.

«Мы показали, что при наличии небольшого объема данных о контролируемых экспериментах в начале работы, возможно интерактивно направлять последующие опыты на поиск материала с предпочтительными свойствами», — сказал Тураб Лукман – физик и материаловед в Национальной лаборатории Лос-Аламоса. Специалист выступал в роли ведущего исследователя проекта.

По словам Лукмана, обычно подобный процесс основан на интуиции и методе проб и ошибок. Но с увеличением химической сложности количество возможных комбинаций становится слишком большим для подобных стратегий. Вместе с коллегами из Лос-Аламоса и китайской Государственной лаборатории механического поведения материалов Лукман задействовал машинное обучение для ускорения процесса. Ученые разработали среду, использующую неопределенности для итеративного направления последующих экспериментов в поиске сплава с памятью формы и низким тепловым гистерезисом.

Цель проекта – вдвое уменьшить время и стоимость вывода материала на рынок. Исследование показало, что предложенная среда, основанная на машинном обучении, позволяет находить новые продукты с заданными свойствами намного быстрее, чем раньше.

Лукман и его коллеги сосредоточили внимание на сплавах с памятью формы на базе никель-титана. Однако методика подходит для материалов любого типа: полимеров, керамики и наноструктур. Она также позволяет выбирать различные свойства, которыми должен обладать готовый продукт: диэлектрический ответ, пьезоэлектрический коэффициент и пр.

Источник: phys.org

Нашли ошибку в тексте? выделите её и нажмите ctrl + enter

*

Комментарий:


Актуальные новости

06 : 10
Лунный день сегодня, 20 января 2017 года: характеристики Луны и гороскоп для всех
05 : 15
Акимова, Глазырина и Подчуфарова точно поедут на Чемпионат Мира
01 : 57
Гороскоп на сегодня, 20 января 2017 года для всех знаков Зодиака
00 : 46
Китайцы запустили первый спутник с квантовым методом связи
00 : 31
Новости шоу-бизнеса России сегодня, 20 января 2017 года: где совершают обряд Крещенского купания наши зведы
00 : 14
Шлезингр и Фуркад разочарованы игнорированием норвежцев антидопингового письма
23 : 46
Армия США прибыла в Норвегию
23 : 31
Биатлон: Кубок Мира, этап в Антерсельве
23 : 07
Дональд Трамп и экономика США
22 : 38
Фейсбук обезопасит своих пользователей от пропажи профиля
22 : 36
Сериал Игра престолов: воскрешение лорда Уолдер Фрейя
22 : 25
Бушманов станет главным тренером молодежной сборной России
22 : 23
McLaren опубликовала новую информацию о готовящемся суперкаре
22 : 13
Рабочие места или технологии?
21 : 56
Ароматерапия: польза или вред
21 : 35
В Италии лавина накрыла отель, есть жертвы
21 : 30
Новости шоу-бизнеса: Анджелина Джоли лечит стресс шопингом
21 : 28
Новости России: премьера в Воронежском театре оперы и балета
21 : 11
Эпидемия гриппа 2017
21 : 05
Новости шоу-бизнеса России сегодня, 19 января 2017 года
Больше новостей