Эксπир
Регистрация / Вход

Большие данные и синхротроны: как ученые ЮФУ разрабатывают новые материалы

Коллектив ученых Южного федерального университета разработал методику суперкомпьютерного анализа больших данных, получаемых в ходе экспериментов на установках мега-сайенс — источниках синхротронного излучения. Это позволяет с высокой точностью наблюдать изменения структуры материалов (в том числе, золота) в ходе реальных технологических процессов

Большие данные и синхротроны: как ученые ЮФУ разрабатывают новые материалы

 Большие данные и синхротроны: как ученые ЮФУ разрабатывают новые материалы

Источники синхротронного излучения сегодня формируют мощную исследовательскую инфраструктуру для проведения исследований и разработок в области наук о материалах. С использованием синхротронов исследователи со всего мира изучают не только строение и свойства отдельного материала, но и создают новые уникальные материалы, управляют их свойствами и функциональными характеристиками, влияют на протекающие в них процессы, в том числе, на взаимодействие созданных веществ с биологическими тканями, оптимизируя их действие на раковые опухоли, вирусы и позволяя создавать новые методики диагностики.

В свою очередь, развитие исследований и разработок с использованием источников синхротронного излучения потребовало поиска ранее неизвестных эффектов и разработки совершенно новых технологий. Сегодня ученые могут проводить рентгеновские эксперименты по исследованию материалов и их свойств с временным разрешением в фемтосекунду (это миллионная часть от миллиардной части секунды). С ростом технологических возможностей синхротронов возрастают и объемы получаемых в ходе экспериментов данных. Обработка больших данных после экспериментов занимает у исследователей не один месяц, а полученные результаты не всегда позволяют сделать окончательный вывод с требуемой достоверностью.

Группа исследователей ЮФУ (Международного исследовательского института интеллектуальных материалов и Института математики, механики и компьютерных наук им. И.И. Воровича) стала одной из первых в мире, кто решил применить технологии машинного обучения и искусственного интеллекта к анализу большого объема данных, получаемых в ходе экспериментов на источниках синхротронного излучения.

«Мы разрабатываем материалы для применения в области катализа (ускорения химических реакций) и хранения энергии. Чтобы контролировать процесс синтеза на каждой его стадии, мы применяем рентгеновскую и оптическую спектроскопию. Так, методы машинного обучения позволяют проводить диагностику данных в режиме реального времени. Наша работа существенно повышает достоверность и точность анализа получаемых в ходе экспериментов данных» — рассказал научный руководитель направления ЮФУ Александр Солдатов.

Система Orphus Если Вы заметили ошибку, выделите её и нажмите Ctrl + Enter.
Ctrl+Enter
Esc
?

Комментарии

Для того чтобы оставить комментарий, необходимо войти в систему или зарегистрироваться.