全般

ビッグデータが従来の材料の新しい特性を学ぶのにどのように役立つか

時には物質や材料でさえ、絶対にすべてが知られているように思われますが、彼らはかなり驚かされる可能性があります。同時に、物質の新しい特性を学ぶために、これらの物質を構成する各素粒子を個別に「内部から研究」する必要はまったくありません。たとえば、最近、機械学習技術とビッグデータを使用する研究者グループがニッケルの新しい特性を発見することができました。

ニッケルはかなり一般的な材料です。しかし、結局のところ、私たちは彼についてあまり知りません。

ニッケルにはどのような新しい特性がありますか

雑誌が発表した調査によるとレンセラー工科大学の材料科学と工学の教授であるエドウィン・フォクトゥングが率いるフィジカルレビューは、ニッケルの特性を「解き放つ」ことでニッケルを扱う新しい方法を発見しました。さらに、このような発見により、コンパクトなバイオセンサーの開発から量子コンピューターの作成まで、さまざまなプロジェクトの巨大な山でそれを使用することができます。ちなみに、私たちはポータルのページで量子コンピューターについて定期的に情報を提供しています。最も重要なものを見逃さないように私たちを購読してください!

レンセラー工科大学の科学者ニッケルが非常に薄いシングルチップナノワイヤのサイズに「ロール」され、機械的エネルギーにさらされると、非常に強い磁場が生成されることに気付きました。この現象は磁歪と呼ばれます。逆に、この材料に磁場が印加されると、内部の原子の形状が変化します。この原子の動きは、エネルギーを収集するために使用できます。ニッケルはかなり一般的な材料ですが、同様の特性はこれまで知られていませんでした。

巨大なシステムを作成することを想像してくださいナノワイヤの数。外部磁場に置くことができ、非常に大量のエネルギーを収集しますが、システム自体は既存のものに比べて非常に小さくなります。 -Fochtung教授は言います。

研究者はこのユニークな特性を発見しました。シンクロトロンを使用してデータを収集するレンズレス顕微鏡法と呼ばれる方法を使用します。シンクロトロンは、粒子が光の速度に近い速度まで加速される円形の真空チャンバーを備えた設備であり、その方向に立つ強力な電磁石が動きの軌跡を定義します。したがって、素粒子の挙動と特性について多くを学ぶことができます。しかし、シンクロトロンから収集される情報の量は非常に膨大であり、機械学習アルゴリズムが役立ちます。

参照:タバコの葉から作られた材料は、木材やプラスチックと同じくらい耐久性があることが判明しました

データはコンピューターアルゴリズムに送られ、これにより、厚さおよび密度の異なる物質の電子密度とニッケル原子の変位の3次元画像が作成されました。ビッグデータを処理する一連のニューラルネットワークを使用して、従来の顕微鏡を使用するよりも高品質の画像を取得することが可能であり、研究者により多くの情報を提供しました。

このアプローチは非常に小さいことを明らかにします私たちが決して知らなかった物についてのオブジェクトと学習」と、Fochtung教授は言いました。顕微鏡レンズを使用する場合、表示できるものには制限があります。これは、レンズのサイズ、曲率、その他の特性によって決まります。現在、この制限はありません。

科学者は、この研究へのアプローチは物質により、研究者は、技術デバイスで使用されるような固体材料についてさらに学ぶことができます。これにより、人間の組織や細胞の働きをより深く理解することさえできます。これは、新しい手法を使用して研究することもできます。

EU向けのFacebook通知! FBコメントを表示および投稿するには、ログインする必要があります。