Nieuwsverslag Technologie
17 november 2023

Tokyo University of Science ontwikkelt AI-methode om de ontdekking van kristallen te versnellen

In het kort

Tokyo University of Science, Japan heeft een AI-methode ontdekt om de identificatie van fasen in kristallijne monsters te versnellen.

Tokyo University of Science ontwikkelt AI-methode om de ontdekking van kristallen te versnellen

Onderzoekers van de Tokyo University of Scienceheeft Japan een nieuw deep-learning-model onthuld dat is ontworpen om de identificatie van fasen in meerfasige kristallijne monsters te versnellen.

Onder leiding van junior universitair hoofddocent Tsunetomo Yamada introduceerde het team een machine learning “binair classificator”-model met een voorspellingsnauwkeurigheid van meer dan 92%, en bijzonder opmerkelijk is het vermogen ervan om icosahedrale quasi-kristallen (i-QC) fasen te identificeren – zelfs als dit niet de dominante component is.

Met behulp van het model kunnen wetenschappers snel identificeren dat er verschillende kristallen in een mengsel aanwezig zijn. Deze methode wordt veel gebruikt voor de ontwikkeling van halfgeleiders, farmaceutische producten, fotovoltaïsche cellen en katalysatoren.

Momenteel gebruiken wetenschappers de poeder-röntgendiffractiemethode, wat een complex proces is bij het omgaan met meerfasemonsters die verschillende kristaltypen bevatten. Terwijl wetenschappers nieuwe materialen ontwerpen voor opkomende uitdagingen zoals energieopslag en koolstofafvang, wordt de behoefte aan nauwkeurige identificatie belangrijk.

Het onderzoek omvatte samenwerking tussen de Tokyo University of Science (TUS), de National Defense Academy, het National Institute for Materials Science, Tohoku University en het Institute of Statistical Mathematics.

“Over de hele wereld hebben onderzoekers pogingen ondernomen om nieuwe stoffen te voorspellen met behulp van kunstmatige intelligentie en machinaal leren. Het vaststellen of een gewenste stof wordt geproduceerd, vergt echter aanzienlijke tijd en moeite van menselijke deskundigen. Daarom kwamen we op het idee om deep learning te gebruiken om nieuwe fasen te identificeren”, zegt junior universitair hoofddocent Tsunetomo Yamada in een schriftelijke verklaring.

Gebruik maken van diep leren voor het identificeren van legeringen

Volgens onderzoekers hebben ze eerst een ‘binaire classificator’ gemaakt met behulp van 80 typen convolutionele neurale netwerken om het genoemde model te ontwikkelen. Vervolgens trainden ze het classificatiemodel met behulp van synthetische meerfasige röntgendiffractiepatronen, die waren ontworpen als representaties van de verwachte patronen die verband houden met i-QC-fasen.

Na de trainingsfase werden de prestaties van het model beoordeeld met behulp van zowel synthetische patronen als een database met feitelijke patronen.

Het AI-model identificeerde met succes een onbekende i-QC-fase binnen meerfasige Al-Si-Ru-legeringen bij gebruik voor het screenen van 440 gemeten diffractiepatronen van onbekende materialen in zes verschillende legeringssystemen, wat verder werd bevestigd door het analyseren van de microstructuur en samenstelling van het materiaal met behulp van transmissie-elektronenmicroscopie.

Bovendien is dit deep learning-model, ontworpen voor snelle fase-identificatie, niet beperkt tot i-QC-fasen. De onderzoekers geloven dat het kan worden uitgebreid om andere kristallijne materialen te identificeren, wat een aanzienlijke vooruitgang betekent op het gebied van de materiaalkunde.

De potentiële impact ervan omvat industrieën die zich bezighouden met mesoporeuze silica, mineralen, legeringen en vloeibare kristallen. Het biedt ook een veelbelovende mogelijkheid voor de ontdekking van nieuwe en interessante materialen op het gebied van de materiaalkunde.

Disclaimer

In lijn met de Richtlijnen voor vertrouwensprojectenHoud er rekening mee dat de informatie op deze pagina niet bedoeld is en niet mag worden geïnterpreteerd als juridisch, fiscaal, beleggings-, financieel of enige andere vorm van advies. Het is belangrijk om alleen te beleggen wat u zich kunt veroorloven te verliezen en onafhankelijk financieel advies in te winnen als u twijfels heeft. Voor meer informatie raden wij u aan de algemene voorwaarden en de hulp- en ondersteuningspagina's van de uitgever of adverteerder te raadplegen. MetaversePost streeft naar nauwkeurige, onpartijdige berichtgeving, maar de marktomstandigheden kunnen zonder voorafgaande kennisgeving worden gewijzigd.

Over de auteur

Kumar is een ervaren technologiejournalist met een specialisatie in de dynamische kruispunten van AI/ML, marketingtechnologie en opkomende velden zoals crypto, blockchain en NFTS. Met meer dan drie jaar ervaring in de branche heeft Kumar een bewezen staat van dienst opgebouwd in het opstellen van boeiende verhalen, het houden van inzichtelijke interviews en het leveren van uitgebreide inzichten. De expertise van Kumar ligt in het produceren van inhoud met een grote impact, waaronder artikelen, rapporten en onderzoekspublicaties voor vooraanstaande industriële platforms. Met een unieke reeks vaardigheden die technische kennis en verhalen vertellen combineert, blinkt Kumar uit in het op een duidelijke en boeiende manier communiceren van complexe technologische concepten aan een divers publiek.

Meer artikelen
Kumar Gandharv
Kumar Gandharv

Kumar is een ervaren technologiejournalist met een specialisatie in de dynamische kruispunten van AI/ML, marketingtechnologie en opkomende velden zoals crypto, blockchain en NFTS. Met meer dan drie jaar ervaring in de branche heeft Kumar een bewezen staat van dienst opgebouwd in het opstellen van boeiende verhalen, het houden van inzichtelijke interviews en het leveren van uitgebreide inzichten. De expertise van Kumar ligt in het produceren van inhoud met een grote impact, waaronder artikelen, rapporten en onderzoekspublicaties voor vooraanstaande industriële platforms. Met een unieke reeks vaardigheden die technische kennis en verhalen vertellen combineert, blinkt Kumar uit in het op een duidelijke en boeiende manier communiceren van complexe technologische concepten aan een divers publiek.

Van Ripple tot The Big Green DAO: hoe cryptocurrency-projecten bijdragen aan liefdadigheid

Laten we initiatieven onderzoeken die het potentieel van digitale valuta voor goede doelen benutten.

Meer weten

AlphaFold 3, Med-Gemini en anderen: de manier waarop AI de gezondheidszorg transformeert in 2024

AI manifesteert zich op verschillende manieren in de gezondheidszorg, van het blootleggen van nieuwe genetische correlaties tot het versterken van robotchirurgische systemen...

Meer weten
Sluit u aan bij onze innovatieve technologiegemeenschap
Lees meer
Lees meer
Samenvatting van de cryptomarkt: analyse van wekelijkse trends in Bitcoin, Ethereum, Toncoin
Verteren Business markten Technologie
Samenvatting van de cryptomarkt: analyse van wekelijkse trends in Bitcoin, Ethereum, Toncoin
17 June 2024
Handelaar Joe lanceert Liquidity Book V2.2 en introduceert de functie 'Geconcentreerde Incentives'
Nieuwsverslag Technologie
Handelaar Joe lanceert Liquidity Book V2.2 en introduceert de functie 'Geconcentreerde Incentives'
17 June 2024
Crypto Exchange Binance lanceert 'Futures Grand Tournament' met een prijzenpot van 3 miljoen USDT
Lifestyle Nieuwsverslag Technologie
Crypto Exchange Binance lanceert 'Futures Grand Tournament' met een prijzenpot van 3 miljoen USDT
17 June 2024
Koreaanse cryptobeurzen staan ​​voor moeilijke beslissingen: nieuwe wet eist driemaandelijkse beoordelingen en mogelijke verwijdering van 600 altcoins
Advies Business markten Technologie
Koreaanse cryptobeurzen staan ​​voor moeilijke beslissingen: nieuwe wet eist driemaandelijkse beoordelingen en mogelijke verwijdering van 600 altcoins
17 June 2024