Tekoälytyökalut materiaalitutkimukseen ja nanoteknologiaan – Physics World

Viime vuosina on tapahtunut useita teknologisia ja tieteellisiä kehityskulkuja, jotka ovat mahdollisia koneoppimisen ja nanomittakaavan fysiikan lähentymisen ansiosta. Tämä webinaari tarkastelee tätä nopeasti kehittyvää "älykkään nanoteknologian" alaa ja kokoaa yhteen neljä johtavaa tutkijaa.

Webinaarin aikana, isännöi Nano Futures, opimme viimeisimmistä tapahtumista ja läpimurroista, alan ennakoidusta suunnasta tulevaisuuteen ja kriittisimmistä tällä hetkellä asetetuista haasteista.

Keith Brown, Bostonin yliopisto, Yhdysvallat
Esitys: Kohti suljetun silmukan materiaalien löytämistä femtogrammiasteikolla skannausanturien avulla
Keith A Brown on konetekniikan, materiaalitieteen ja -tekniikan sekä fysiikan apulaisprofessori Bostonin yliopistossa. KABlab tutkii lähestymistapoja edistyneiden materiaalien ja rakenteiden kehittämisen nopeuttamiseksi keskittyen polymeereihin. Ryhmä työllistää itseohjautuvat laboratoriot, additiivinen valmistus, skannausanturitekniikat ja koneoppiminen saavuttaakseen nämä tavoitteet. Keith on ollut mukana kirjoittamassa yli 100 vertaisarvioitua julkaisua ja hänellä on kuusi patenttia. Keith on saanut Frontiers of Materials -palkinnon The Minerals, Metals & Materials Societylta (TMS), hänet on nimetty "AVS:n tulevaisuuden tähdeksi" ja Omar Farha -palkinto tutkimusjohtajuudesta Northwestern Universityltä. Keith palveli nano Letters Early Career Advisory Board, joka järjesti National Academies of Science, Engineering and Medicine Workshopin tekoälystä tieteellistä löytöä varten, ja johtaa tällä hetkellä MRS:n tekoälyä materiaalikehityksen staging Task Force -työryhmää.

Sergei Kalinin, Tennesseen yliopisto, Knoxville ja Pacific Northwest National Laboratory, USA
Esitys: Fysiikka ja rakenne-ominaisuus -suhteen löytäminen automaattisen skannauskoettimikroskoopin avulla
Sergei V Kalinin on Weston Fulton -professori Tennesseen yliopistossa Knoxvillessä ja fysiikan ML/AI:n päätutkija Pacific Northwest National Laboratoryssa. Hänen tutkimusalueitaan ovat koneoppiminen materiaalien löytämisessä ja optimoinnissa, suora atomien kokoaminen elektronisuihkun avulla, koneoppimisen ja tekoälyn sovellukset fysiikan erottamiseen atomisesti erotetuista ja mesoskooppisista kuvaustiedoista sekä sähkömekaanisten, sähköisten ja kuljetusilmiöiden kytkeminen. nanomittakaavassa. Hän on saanut lukuisia palkintoja, mukaan lukien Medard Welch Medal of ACS (2023) ja Blavatnik National Awards for Young Scientists -palkinnot (2018). Sergei on julkaissut yli 700 vertaisarvioitua aikakauslehteä, toimittanut neljä kirjaa ja hänellä on yli 10 patentin haltija. Sergei on järjestänyt lukuisia symposiumeja maailmanlaajuisesti, toimii konsulttina yrityksille, kuten Intel ja useille skannauskoettimikroskooppivalmistajille, ja istuu lukuisten kansainvälisten akateemisten lehtien toimituskunnissa.

Amanda Barnard, Australian National University, Australia
Esitys: Nanotieteen ja teknologian tulkittavia ominaisuuksia, vaikuttavia tapauksia ja selitettäviä koneoppimismalleja
Amanda Barnard on yksi Australian palkituimmista laskennallisten tutkijoista. Tällä hetkellä hän johtaa tutkimusta laskennallisen mallinnuksen, tehokkaan superlaskennan sekä soveltavan koneoppimisen ja tekoälyn (AI) rajapinnassa. Hän sai BSc (Hons) soveltavan fysiikan vuonna 2000, hänen tohtorinsa teoreettisesta kondensoituneen aineen fysiikasta vuonna 2003 ja DSc vuonna 2020 RMIT-yliopistosta. Amandalla on yli 20 vuoden kokemus korkean suorituskyvyn laskennasta ja laskennallisesta mallintamisesta ja informatiikasta, ja hän on eri instituutioiden johtokunnissa. Hänet on palkittu johtajuudesta ja hänet on palkittu viidellä tieteenalalla. Hän on Australian Institute of Physicsin (FAIP), Royal Society of Chemistryn (FRSC) stipendiaatti, ja vuonna 2022 hänet nimitettiin Australian ritarikunnan jäseneksi (AM). Amanda on tämänhetkinen päätoimittaja Nano Futures ja hänen nykyisiä tutkimusalueitaan ovat soveltava koneoppiminen ja tekoäly, datatiede ja eResearch sekä korkean suorituskyvyn laskenta.

Yaroslava Yingling, North Carolina State University, Yhdysvallat
Esitys: Kohti datafuusiota materiaalitieteessä: simulaatioiden ja kokeiden yhdistäminen datatieteen kanssa
Kobe Steel Distinguished Professor, Yaroslava G Yingling on apulaisosastopäällikkö, yliopiston tiedekunnan tutkija ja perustutkinto-ohjelmien johtaja. Hän suoritti yliopistotutkintonsa tietojenkäsittelytieteessä ja tekniikassa Venäjän Pietarin osavaltion teknisestä yliopistosta ja tohtorintutkintonsa materiaalitekniikasta ja korkean suorituskyvyn laskennasta Pennsylvanian osavaltion yliopistosta vuonna 2002. Hän suoritti tohtorintutkintoa Penn State Universityn kemian laitoksella ja National Institutes of Health National Cancer Institutessa ennen liittymistään North Carolina State Universityyn vuonna 2007. Hän on Springer J:n toimittajamateriaalitieteen julkaisu ja toimituskunnan jäsen ACS Biomateriaalitiede ja -tekniikka ja ACS: n soveltamat materiaalit ja rajapinnat. Hän sai National Science Foundation CAREER -palkinnon ja American Chemical Society Open Eye Young Investigator Award -palkinnon, ja hänet nimettiin NC State Universityn tiedekunnan tutkijaksi. Hänet valittiin NC State Research Leadership Academyyn vuonna 2021 ja sai NC State Alumni Associationin erinomaisen tutkimuksen palkinnon.

Tästä lehdestä

Nano Futures on monialainen, vaikuttava aikakauslehti, joka julkaisee perus- ja soveltavaa tutkimusta nanotieteen ja teknologisen innovaation eturintamassa.

Päätoimittaja: Amanda Barnard, laskennallisen tieteen vanhempi professori ja Australian National Universityn tietojenkäsittelykoulun apulaisjohtaja.

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://physicsworld.com/a/ai-tools-for-materials-research-and-nanotechnology/