Wie Big data helfen, lernen die neuen Eigenschaften von herkömmlichen Materialien

Manchmal sogar Stoffe und Materialien, die scheinbar absolut alles bekannt, können ziemlich stark überraschen. Dabei um wissen, neue Eigenschaften von Stoffen, nicht unbedingt «lernen von innen», die Prüfung Einzelprüfung jedes Elementare Teilchen, die diese Stoffe. So wurde beispielsweise vor kurzem eine Gruppe von Forschern mit Hilfe von Technologien für maschinelles lernen und Big data könnte man neue Eigenschaften des Nickels.

Nickel — Material ist ziemlich verbreitet. Aber wie sich herausstellte, haben wir über ihn vieles nicht wissen.

Welche neuen Eigenschaften hat Nickel

Laut einer Studie der Zeitschrift Physical Review, eine Gruppe von Wissenschaftlern um Edwin Фохтунгом, Professor für Materials Science and Engineering am Rensselaer Polytechnic Institute hat eine neue Art des Arbeitens mit Nickel durch «Unlock» seine Eigenschaften. Dabei eine ähnliche Entdeckung ermöglicht verwenden Sie es in einem riesigen Haufen von verschiedenen Projekten — von der Entwicklung von kompakten Biosensors vor der Gründung der Quantencomputer. Übrigens, über Quanten-Computern, die wir regelmäßig berichten wir auf der Seite unseres Portals. Abonniere uns, um das wichtigste nicht zu verpassen!

Wissenschaftler des Polytechnischen Instituts Ренсселера verstanden, dass wenn Nickel «ausgerollt» Größen bis zu äußerst feinen einem ein-Chip-Nanodrähte und mechanischer Energie ausgesetzt wird, erzeugt ein sehr starkes Magnetfeld. Dieses Phänomen benannt магнитострикцией. Und Umgekehrt, wenn das Magnetfeld wird an diesem Material, die Atome im inneren der Form verändern. Diese Bewegung der Atome kann verwendet werden zum sammeln von Energie. Obwohl Nickel ist eine relativ häufige Material, das ähnliche Eigenschaften zuvor nicht bekannt waren.

Stellen Sie sich die Schaffung eines Systems mit vielen Nanodrähte. Sie können legen Sie Sie in ein externes Magnetfeld, und Sie sammelt eine sehr große Menge an Energie, aber das System wird dabei sehr klein im Vergleich zu den bestehenden. — sagt Professor Фохтунг.

Die Forscher fanden diese einzigartige Eigenschaft mit einer Methode namens безлинзовая Mikroskopie, in dem synchroton für die Datensammlung verwendet. Synchrotron ist eine Installation mit ringförmigen Vakuum der Kamera, in dem die Partikel beschleunigt bis zu einer Geschwindigkeit nahe der Lichtgeschwindigkeit zu, und die Ihnen im Weg stehen leistungsstarke Elektromagnete legen die Flugbahn Ihrer Bewegung. So können Sie lernen sehr viel über das Verhalten und die Eigenschaften von Elementarteilchen. Aber die Menge an Informationen, die er mit synchroton, ist sehr groß und hier dann nützlich algorithmen des maschinellen Lernens.

Lesen Sie auch: das Material, die aus Tabakblättern, war genauso haltbar wie Holz oder Kunststoff

Daten «beruhigt» Computer-algorithmen, die eine Dichte dreidimensionale Bilder der Elektronen-und offset-Nickel-Atome in Stoffen unterschiedlicher Dicke und Dichte. Mit einem array von нейросетей gearbeitet, die mit Big data lassen sich Bilder mit höherer Qualität als bei herkömmlichen mikroskopen, geben die Forscher mehr Informationen.

Dieser Ansatz ermöglicht die Ermittlung extrem kleine Objekte erkennen und über die Materialien etwas, was wir nie wussten, sagte Professor Фохтунг. Wenn Sie die Linsen des Mikroskops, dann gibt es ein Limit, was Sie sehen können. Dies hängt von der Größe des Objektivs, seine Krümmung und andere Merkmale. Jetzt haben wir diese Grenze nicht.

Wissenschaftler glauben, dass dieser Ansatz für die Erforschung der Substanzen erlaubt Forschern, zu lernen mehr über solid-State-Materialien, die denen ähnlich sind, die verwendet werden in technischen Geräten. Es kann sogar erlauben, ein besseres Verständnis über die Arbeit von menschlichem Gewebe und Zellen, die ebenfalls erkundet werden können mit Hilfe einer neuen Technik.


Date:

by