创新与应用案例

美研究人员利用机器学习加速材料研究

日期:2022-12-19

|  来源:【字号:

   据美国能源部国家加速器实验室(SLAC)官网117日消息,SLAC和斯坦福大学的研究人员利用机器学习辅助方法加速了X射线自由电子激光探测技术,并将其扩展到以前无法研究的材料。该模型可以提取一系列难以研究的材料的信息,如高温超导体、量子自旋液体等,也可以应用于其他非量子材料的研究,如胶体、合金和玻璃。相关研究成果发表在《结构动力学》上。

研究人员在使用双脉冲技术研究材料时,X射线会从材料中散射出来,通常一次只能检测到一个光子,光子产生散斑图案代表样品在某一时刻的精确配置,通过比较每对脉冲的散斑图案来计算样本的波动。传统方法需要收集所有数据,再使用模型进行分析,而机器学习方法使用散射光子的原始探测器图像直接提取波动信息,与改进的硬件结合使用时速度提高了100倍,从而可近乎实时地进行数据分析。事实证明,即使在非常斑点的条件下,该方法也是准确的。

信息来源:

https://www6.slac.stanford.edu/news/2022-11-07-artificial-intelligence-deciphers-detector-clouds-accelerate-materials-research

附件: