（文章來(lái)源：教育新聞網(wǎng)）

材料的現(xiàn)代科學(xué)研究在很大程度上依賴于在原子和分子尺度上探索其行為。因此，科學(xué)家們一直在尋找新的和改進(jìn)的方法來(lái)在這些規(guī)模上進(jìn)行數(shù)據(jù)收集和材料分析。

位于能源部(Arge)國(guó)家實(shí)驗(yàn)室的美國(guó)能源部(DOE)科學(xué)用戶設(shè)施辦公室納米級(jí)材料中心(CNM)的研究人員發(fā)明了一種基于機(jī)器學(xué)習(xí)的算法，該算法可在三個(gè)維度上對(duì)材料進(jìn)行定量表征。特征小至納米。研究人員可以將這一關(guān)鍵發(fā)現(xiàn)應(yīng)用于對(duì)行業(yè)感興趣的大多數(shù)結(jié)構(gòu)材料的分析。

“使我們的算法與眾不同的是，如果您從對(duì)微觀結(jié)構(gòu)基本不了解的材料開(kāi)始，它將在幾秒鐘內(nèi)告訴用戶所有三個(gè)維度的確切微觀結(jié)構(gòu)，”該小組負(fù)責(zé)人Subramanian Sankaranarayanan說(shuō)。 CNM理論與建模小組，芝加哥伊利諾伊大學(xué)機(jī)械與工業(yè)工程系副教授。

CNM博士后研究員和該研究的主要作者亨利·陳說(shuō)：“例如，通過(guò)我們的3D工具分析數(shù)據(jù)，用戶可以檢測(cè)到各種結(jié)構(gòu)材料的斷層和裂縫，并有可能預(yù)測(cè)在不同應(yīng)力和應(yīng)變下的壽命?！?/p>

大多數(shù)結(jié)構(gòu)材料是多晶的，這意味著用于分析目的的樣品可能包含數(shù)百萬(wàn)個(gè)晶粒。這些晶粒的尺寸和分布以及樣品中的空隙是影響重要物理，機(jī)械，光學(xué)，化學(xué)和熱學(xué)性質(zhì)的關(guān)鍵微觀結(jié)構(gòu)特征。例如，這些知識(shí)對(duì)于發(fā)現(xiàn)具有所需特性的新材料(例如，使用壽命更長(zhǎng)的更硬和更硬的機(jī)器部件)非常重要。

過(guò)去，科學(xué)家通過(guò)在許多2D切片的微觀尺度上拍攝快照，處理單個(gè)切片，然后將它們粘貼在一起以形成3D圖片，來(lái)可視化材料中的3D微觀結(jié)構(gòu)特征。例如，在醫(yī)院中執(zhí)行計(jì)算機(jī)斷層掃描程序就是這種情況。但是，該過(guò)程效率低下，并導(dǎo)致信息丟失。因此，研究人員一直在尋找更好的3D分析方法。

CNM的助理科學(xué)家Mathew Cherukara說(shuō)：“起初，我們考慮設(shè)計(jì)一種基于截距的算法，以搜索樣品中眾多晶粒之間的所有邊界，直到在三個(gè)維度上繪制整個(gè)微觀結(jié)構(gòu)為止，但是您可以想象，擁有數(shù)百萬(wàn)個(gè)谷物，這是非常耗時(shí)且效率低下的?！?/p>

“我們的機(jī)器學(xué)習(xí)算法的優(yōu)點(diǎn)在于，它使用無(wú)監(jiān)督算法來(lái)處理邊界問(wèn)題，并以高效率產(chǎn)生高度準(zhǔn)確的結(jié)果，” Chan說(shuō)?！芭c下采樣技術(shù)相結(jié)合，處理大型3D樣本并獲得精確的微觀結(jié)構(gòu)信息只需幾秒鐘，而這些信息是魯棒的并且對(duì)噪聲具有彈性?！?/p>

該團(tuán)隊(duì)通過(guò)與幾種不同金屬(鋁，鐵，硅和鈦)和軟材料(聚合物和膠束)的分析數(shù)據(jù)進(jìn)行比較，成功地測(cè)試了該算法。這些數(shù)據(jù)來(lái)自較早發(fā)表的實(shí)驗(yàn)以及在兩個(gè)美國(guó)能源部科學(xué)用戶辦公室，阿貢國(guó)家領(lǐng)導(dǎo)力計(jì)算設(shè)施和國(guó)家能源研究科學(xué)計(jì)算中心運(yùn)行的計(jì)算機(jī)模擬。這項(xiàng)研究還使用了位于阿貢的實(shí)驗(yàn)室計(jì)算資源中心和位于CNM的Carbon Cluster。

Sankaranarayanan說(shuō)：“對(duì)于使用我們工具的研究人員而言，主要優(yōu)勢(shì)不僅在于生成的令人印象深刻的3D圖像，而且更重要的是，詳細(xì)的表征數(shù)據(jù)?！薄八麄兩踔量梢栽谖⒂^上實(shí)時(shí)定量地觀察和跟蹤微觀結(jié)構(gòu)的演變?！睓C(jī)器學(xué)習(xí)算法不限于實(shí)體。該團(tuán)隊(duì)將其擴(kuò)展到包括表征具有重要能量，化學(xué)和生物應(yīng)用的流體中分子簇的分布。

這種機(jī)器學(xué)習(xí)工具對(duì)于從大型材料表征設(shè)施(例如高級(jí)光子源，阿貢大學(xué)另一家DOE科學(xué)用戶設(shè)施辦公室)以及全球其他同步加速器等獲得的數(shù)據(jù)的未來(lái)實(shí)時(shí)分析尤其有用。
（責(zé)任編輯：fqj）