การตีความสเปกตรัมวัสดุสามารถนำข้อมูลมาใช้โดยใช้การเรียนรู้ด้วยเครื่อง

Anonim

เทคนิคการสเปคโตรสโกปีมักใช้ในการค้นคว้าวิจัยวัสดุเนื่องจากสามารถระบุวัสดุจากคุณลักษณะเฉพาะของสเปกตรัมได้ คุณลักษณะเหล่านี้มีความสัมพันธ์กับคุณสมบัติของวัสดุเฉพาะเช่นการกำหนดค่าอะตอมและโครงสร้างพันธะเคมี วิธีการทางสเปกโตรสโกปีใหม่ช่วยให้สามารถสร้างสเปคตรัมวัสดุจำนวนมากได้อย่างรวดเร็ว แต่จำเป็นต้องตีความสเปกตรัมเหล่านี้เพื่อรวบรวมข้อมูลที่เกี่ยวข้องเกี่ยวกับวัสดุที่อยู่ในระหว่างการศึกษา

อย่างไรก็ตามการตีความสเปกตรัมไม่ใช่เรื่องง่ายและต้องใช้ความเชี่ยวชาญเป็นอย่างมาก แต่ละสเปกตรัมเปรียบเทียบกับฐานข้อมูลที่มีคุณสมบัติของวัสดุอ้างอิงจำนวนมาก แต่คุณสมบัติของวัสดุที่ไม่รู้จักซึ่งไม่มีอยู่ในฐานข้อมูลอาจเป็นปัญหาได้และมักต้องตีความโดยใช้การจำลองสเปกตรัมและการคำนวณทางทฤษฎี นอกจากนี้ความจริงที่ว่าเครื่องมือสเปคตรัมสมัยใหม่สามารถสร้างสเปกตรัมนับหมื่นได้จากการทดสอบครั้งเดียวทำให้เกิดความเครียดมากขึ้นในวิธีการตีความแบบเดิม ๆ ของมนุษย์และต้องใช้วิธีการที่มีข้อมูลมากขึ้น

การใช้เทคนิคการวิเคราะห์ข้อมูลขนาดใหญ่ได้ดึงดูดความสนใจในงานด้านวิทยาศาสตร์วัสดุและนักวิจัยจากสถาบันวิทยาศาสตร์ในมหาวิทยาลัยโตเกียวได้ตระหนักว่าเทคนิคดังกล่าวสามารถนำมาใช้เพื่อตีความสเปกตรัมจำนวนมากขึ้นกว่าวิธีดั้งเดิม "เราพัฒนาวิธีการที่ขับเคลื่อนด้วยข้อมูลโดยใช้เทคนิคการเรียนรู้ด้วยเครื่องโดยใช้การรวมกันของการจัดกลุ่มเลเยอร์และวิธีการของต้นไม้การตัดสินใจ" ผู้ร่วมเขียนบท Teruyasu Mizoguchi กล่าว

ทีมใช้การคำนวณทางทฤษฎีเพื่อสร้างฐานข้อมูลสเปกตรัมที่แต่ละสเปกตรัมมีการติดต่อกันแบบหนึ่งต่อหนึ่งกับโครงสร้างอะตอมและที่สเปกตรัมทั้งหมดมีพารามิเตอร์เดียวกัน การใช้วิธีการเรียนรู้ทั้งสองเครื่องช่วยให้สามารถพัฒนาทั้งวิธีการตีความทางสเปกตรัมและวิธีการทำนายสเปกตรัมซึ่งใช้เมื่อมีการกำหนดค่าอะตอมของวัสดุ

วิธีการนี้ใช้วิธีการตีความสเปกตรัมที่ซับซ้อนจากวิธีการสูญเสียอิเล็กตรอนสองแกนการสูญเสียพลังงานใกล้โครงสร้าง (ELNES) และโครงสร้างการดูดกลืนรังสีเอกซ์ XANES และยังใช้ในการทำนายสเปกตรัม คุณสมบัติเมื่อมีการให้ข้อมูลเนื้อหา "แนวทางของเรามีศักยภาพในการให้ข้อมูลเกี่ยวกับวัสดุที่ไม่สามารถระบุได้ด้วยตนเองและสามารถทำนายสเปกตรัมจากข้อมูลทางเรขาคณิตของวัสดุเพียงอย่างเดียว" ผู้เขียนนำ Shin Kiyohara กล่าว

อย่างไรก็ตามวิธีการเรียนรู้ด้วยเครื่องเครื่องจักรนี้ไม่ได้ จำกัด ไว้เฉพาะสเปกตรัมของ ELNES / XANES และสามารถใช้วิเคราะห์ข้อมูลสเปกตรัมได้อย่างรวดเร็วและถูกต้องโดยไม่จำเป็นต้องมีผู้เชี่ยวชาญ เป็นผลให้วิธีการที่คาดว่าจะมีการใช้งานที่กว้างในด้านต่างๆเช่นการออกแบบเซมิคอนดักเตอร์การพัฒนาแบตเตอรี่และการวิเคราะห์ตัวเร่งปฏิกิริยา

menu
menu