• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Química
    Os cientistas sugerem o uso de aprendizado de máquina para prever as propriedades dos materiais
    p Os pesquisadores sugeriram o uso de métodos de aprendizado de máquina para prever as propriedades dos cristais artificiais de safira. É um material exclusivo amplamente utilizado na microeletrônica, óptica e eletrônica. Crédito:Peter the Great St.Petersburg Polytechnic University

    p Pesquisadores da Peter the Great St.Petersburg Polytechnic University (SPbPU) em colaboração com colegas da Southern Federal University e do Indian Institute of Technology-Madras (IIT Madras) sugeriram o uso de métodos de aprendizado de máquina para prever as propriedades dos cristais artificiais de safira - um material amplamente único usado em microeletrônica, óptica e eletrônica. Os resultados do estudo foram publicados no Journal of Electronic Science and Technology e a ilustração do artigo foi capa da revista. p Os métodos de aprendizado de máquina estão se tornando cada vez mais populares na aceleração do projeto de novos materiais, prevendo as propriedades dos materiais. A minimização de vários defeitos na estrutura do cristal é extremamente importante para o aprimoramento e desenvolvimento de tecnologias modernas para o crescimento do cristal de safira artificial.

    p Os cientistas observam que o objetivo do estudo é reduzir vários defeitos nos cristais de safira e melhorar e desenvolver tecnologias modernas para o cultivo de cristais artificiais.

    p “Nossa equipe de pesquisa obteve os modelos de influência dos parâmetros de crescimento do cristal no crescimento do cristal de safira. Desenvolvemos o software que é considerado uma ferramenta universal para estudar a influência de vários parâmetros na qualidade dos cristais. Pode ser amplamente utilizado para avaliar e prever os defeitos em um cristal em crescimento, "disse Alexey Filimonov, Professor da Escola Superior de Engenharia Física da Universidade Politécnica Peter the Great St. Petersburg (SPbPU).

    p Julia Klunnikova, Professor Associado da Southern Federal University (SFU), acrescenta:"Usamos o esquema em que os módulos preditivos são desenvolvidos separadamente usando a ferramenta de mineração de dados Orange Canvas. Para o sistema de suporte à decisão, nosso grupo desenvolveu uma ferramenta de software especial para analisar a qualidade dos cristais resultantes, o que permite otimizar o processo de crescimento do cristal. "

    p Ravi Kumar, Chefe do Laboratório de Cerâmica de Alto Desempenho e Professor do Departamento de Engenharia Metalúrgica e de Materiais, no Instituto Indiano de Tecnologia-Madras (IIT Madras), está confiante de que a aplicação industrial de tais métodos aumentará o nível de automatização da produção de cristais com uma combinação predefinida de propriedades que podem ser importantes para uma aplicação particular em micro e nanoeletrônica. A solução desses problemas científicos e de engenharia pressupõe o uso das tecnologias da informação na produção de cristais em um novo patamar.

    p Atualmente, a equipe de autores está trabalhando para aumentar o número de dados experimentais, o que fornecerá novas oportunidades de previsão e aumentará sua precisão. O objetivo é reconhecer imagens de cristal da câmara do forno e prever a influência das condições na qualidade do cristal.


    © Ciência https://pt.scienceaq.com