Ученые отметили, что если свойства материалов можно будет надежно предсказывать, то процесс разработки новых продуктов для огромного спектра отраслей промышленности станет быстрее и проще. В исследовании они использовали спектроскопию потерь ядра для определения свойств органических молекул с помощью машинного обучения.
Методы спектроскопии структуры нужны для определения информации об электронах и, следовательно, атомах в материалах. Они обладают высокой чувствительностью и разрешением и используются для исследования материалов в десятках сфер: от электронных устройств до систем доставки лекарств.
Но ученые не знают, есть ли связь между спектральными данными и свойствами материала — такими как оптические свойства, электронная проводимость, плотность и стабильность. Однако новую модель обучили так, что она правильно предсказывает обширные свойства материалов, такие как молекулярный вес и внутренняя энергия.
«Новый метод очень полезен для разработки материалов, поскольку он может выявить, где, когда и как возникают определенные свойства, — сказал автор исследования Теруясу Мидзогути. — Такие, как внутренняя энергия и молекулярная масса».
Читать далее
Хокинг был прав, но иногда ошибался: самые смелые идеи ученого
Астрономы выяснили, что Земля и Солнечная система находятся в гигантском магнитном туннеле
Замерзший мамонт и человек в «асфальте»: как природа останавливает время