Wissenschaftler schlagen vor, maschinelles Lernen zur Vorhersage von Materialeigenschaften einzusetzen

0

Forscher von Peter dem Grossen St.

Die Petersburger Polytechnische Universität (SPbPU) schlug in Zusammenarbeit mit Kollegen der Southern Federal University und des Indian Institute of Technology-Madras (IIT Madras) vor, Methoden des maschinellen Lernens zur Vorhersage der Eigenschaften von künstlichen Saphirkristallen einzusetzen – ein einzigartiges Material, das in der Mikroelektronik, Optik und Elektronik weit verbreitet ist.

Die Ergebnisse der Studie wurden im Journal of Electronic Science and Technology veröffentlicht, und die Illustration aus dem Artikel wurde auf dem Titelblatt der Zeitschrift abgebildet.Methoden des maschinellen Lernens werden immer beliebter, um den Entwurf neuer Materialien durch die Vorhersage von Materialeigenschaften zu beschleunigen.

Die Minimierung verschiedener Defekte in der Kristallstruktur ist äußerst wichtig für die Verbesserung und Entwicklung moderner Technologien für das künstliche Saphirkristallwachstum.

Die Wissenschaftler weisen darauf hin, dass der Zweck der Studie darin besteht, verschiedene Defekte in Saphirkristallen zu reduzieren und moderne Technologien zur Züchtung künstlicher Kristalle zu verbessern und zu entwickeln.”Unser Forschungsteam erhielt die Modelle des Einflusses von Kristallwachstumsparametern auf das Wachstum von Saphirkristallen.

Wir haben die Software entwickelt, die als universelles Werkzeug zur Untersuchung des Einflusses verschiedener Parameter auf die Qualität von Kristallen gilt.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Sie kann auf breiter Basis zur Beurteilung und Vorhersage von Defekten in einem wachsenden Kristall verwendet werden”, sagte Alexey Filimonov, Professor der Hochschule für Physik an der Peter the Great St.

Petersburg Polytechnic University (SPbPU).Julia Klunnikova, außerordentliche Professorin an der Southern Federal University (SFU), fügt hinzu: “Wir verwenden das Schema, bei dem die Vorhersagemodule separat mit dem Data-Mining-Tool Orange Canvas entwickelt werden.

Für das Entscheidungsunterstützungssystem entwickelte unsere Gruppe ein spezielles Software-Tool zur Analyse der Qualität der resultierenden Kristalle, das es ermöglicht, den Prozess des Kristallwachstums zu optimieren.

“Ravi Kumar, Leiter des Labors für Hochleistungskeramik & Professor in der….

Share.

Leave A Reply