Автоматизация обработки результатов исследования структуры и свойств наноматериалов

Abstract

Успешное развитие науки в области синтеза и исследования современных и перспективных наноматериалов на сегодняшний день практически невозможно без использования вычислительных средств и компьютерной автоматизации. Более того, развитие нейронных сетей и программных интерфейсов (machine learning) для них позволяет не только исследовать, но и фактически предсказывать ключевые свойства исследуемых материалов – состав, стехиометрию, наличие и влияние дефектов кристаллов и др. Современные технологии и концепции BigData и Advanced Analytics в полной мере могут сыграть решающую роль в оптимизации подобных задач, сокращении времени обработки больших массивов данных, обеспечении возможности создания и использования глобальных информационных ресурсов для верификации. В данной статье рассматривается возможность использования компьютерного моделирования для автоматизации и повышения точности обработки результатов рентгеновской спектроскопии для изучения свойств наноматериалов, а также создания обобщенного электронного каталога/библиотеки различных образцов и применения методов машинного обучения.