Predviđanje svojstava materijala uz pomoć mašinskog učenja
Istraživači sa Politehničkog univerziteta Petar Veliki u Sankt Petersburgu (SPbPU), u saradnji sa kolegama sa Južnog saveznog univerziteta i Indijskog instituta za tehnologiju Madras (IIT Madras), predlažu korišćenje metoda mašinskog učenja za predviđanje svojstava vještačkih kristala safira.
To je jedinstveni materijal, koji se široko koristi u: mikroelektronici, optici i elektronici. Rezultati istraživanja su objavljeni u časopisu Journal of Electronic Science and Technology.
Metodi mašinskog učenja postaju sve popularniji u ubrzavanju proizvodnje novih materijala, predviđanjem njihovih svojstava. Minimizacija raznih nedostataka u kristalnoj strukturi je ključna za usavršavanje i razvoj savremenih tehnologija za rast vještačkog kristala safira.
Naučnici navode da je cilj istraživanja da se umanje različite mane u kristalima safira, unaprijede i razviju savremene tehnologije za uzgoj vještačkih kristala.
“Naš istraživački tim je proizveo modele uticaja parametara za rast kristala na rast kristala safira. Razvili smo softver, što važi za univerzalni alat za proučavanje uticaja raznih parametara na kvalitet kristala. Može se široko upotrebljavati za procjenjivanje i predviđanje oštećenja u uzgajanom kristalu”, rekao je Aleksej Filimonov, profesor Višeg inženjerskog fizičkog fakulteta na SPbPU.
Julija Klunikova, profesor saradnik na Južnom saveznom univerzitetu, dodala je: “Koristimo šemu u kojoj se moduli za predviđanje razvijaju odvojeno, pomoću alata za rudarenje podataka Orange Canvas. Za sistem sa mogućnošću odlučivanja, naša grupa je razvila posebni softver za ispitivanje kvaliteta dobijenih kristala, što omogućava optimizovanje toka rasta kristala”.
Ravi Kumar, šef laboratorije za keramiku visokih performansi i profesor Metalurškog fakulteta na IIT Madrasu, ubijeđen je da će industrijska upotreba takvih metoda povećati nivo automatizacije proizvodnje kristala sa zadatim svojstvima, koji su važni za određenu primjenu u mikroelektronici i nanoelektronici. Rješenje za ove naučne i inženjerske poteškoće podrazumijeva korišćenje informacionih tehnologija u proizvodnji kristala na novom nivou.
Trenutno tim autora radi na povećanju broja eksperimentalnih podataka, što će dati nove mogućnosti za predviđanje i povećaće preciznost. Planirano je da se prepoznavaju slike kristala iz pećne komore, kao i da se predvidi uticaj okolnosti na kvalitet kristala.
Naučni rad možete pročitati ovdje.
Izvor: techexplorist.com
