Uluslararası bilim adamları grubu, enerji dönüştürme için ilaç, elektronik ve malzeme üretiminde nanoparçacıkların dinamik davranışını görselleştirmek için yeni bir yöntem geliştirmiştir. Çalışmanın sonuçları, nanopartiküllerin çeşitli etkilere reaksiyonunu gözlemlemek için yapay zekanın elektron mikroskopisi ile başarılı bir ilişkisini göstermektedir.
“Nanoparçacıklara dayanan katalitik sistemlerin toplum üzerinde büyük bir etkisi var. Tahminlere göre, üretilen tüm ürünlerin% 90’ı üretim zincirlerinde katalitik süreçleri içerir. Yapay zekaya dayalı bir yöntem geliştirdik, bu da atom düzeyinde malzemelerin dinamiklerini incelemek için yeni fırsatlar açtı ”diyor NYU Bilim Merkezi direktörü ve çalışmanın yazarlarından biri olan Matematik ve Veri Bilimi profesörü Carlos Fernandez-Grand.
Arizon Üniversitesi, Kornel Üniversitesi ve AYOV Üniversitesi’nden bilim adamları tarafından ortaklaşa yapılan bir çalışmada, moleküllerin bir milyar metre büyüklüğünde yapılarını ve hareketini gözlemlerken eşi görülmemiş bir geçici izin almak mümkün oldu.
Arizona Üniversitesi Malzeme Bilimi ve Mühendisliği Profesörü Peter A. Krosier şunları açıklıyor: “Elektron mikroskopisi, kimyasal reaksiyonlar sırasında nanoparçacıkların nükleer yapısındaki değişim oranı nedeniyle, çok yüksek bir hızda veri toplamamız gerekiyor. Bu, ölçümlerde güçlü gürültünün ortaya çıkmasına yol açar. Yapay zeka yöntemimiz, bu sesleri otomatik olarak kaldırarak atom düzeyinde temel dinamikleri görselleştirmenizi sağlar. ”
Araştırmacılar, alınan verilerde pratik olarak görünmez olan atomların hareketini gözlemleme problemini çözmek için, bir elektron mikroskobunun görüntülerini “aydınlatabilen”, atomların yerini ve dinamik davranışlarını ortaya çıkarabilen derin bir sinir ağı eğittiler.
David S. Mattheson, Profesör ve İstatistik ve Veri Bölümü Başkan Yardımcısı, Ulusal İstatistik Bilimleri Enstitüsü Müdürü Cornell Üniversitesi Direktörü: “Parçacıklardaki değişikliklerin doğası, atomik yapıda, parçacıkların formları ve yönelimlerinde hızlı değişiklikler olarak kendini gösteren son derece çeşitlidir. Bu dinamikleri anlamak için yeni istatistiksel araçlar gereklidir. Çalışmamız, dalgalanmaları nicel olarak değerlendirmek ve sıralı ve düzensiz koşullar arasındaki geçişte partikül stabilitesini izlemek için verilerin topolojik analizini kullanan yeni bir istatistiksel yöntemdir.
