AI-eszközök anyagkutatáshoz és nanotechnológiához – Physics World

Az elmúlt években számos technológiai és tudományos fejlesztés valósult meg a gépi tanulás és a fizika nanoméretű konvergenciájának köszönhetően. Ez a webinárium az „intelligens nanotechnológia” ezt a gyorsan fejlődő területét vizsgálja, és négy vezető kutatót hoz össze.

A webinárium során, házigazdája Nano Futures, megismerjük a legfrissebb fejlemények és áttörések némelyikét, a szakterület jövőbeli előrejelzéseit, valamint a jelenleg felmerülő legkritikusabb kihívásokat.

Keith Brown, Boston University, USA
Prezentáció: A zárt hurkú anyagok felfedezése felé a femtogram skálán letapogató szondák segítségével
Keith A Brown a Bostoni Egyetem gépészmérnöki, anyagtudományi és mérnöki, valamint fizika docense. A KABlab olyan megközelítéseket vizsgál, amelyek célja a fejlett anyagok és szerkezetek fejlesztésének felgyorsítása, a polimerekre összpontosítva. A csoport önvezető laborokat, additív gyártást, szkennelő szonda technikákat és gépi tanulást alkalmaz e célok elérése érdekében. Keith több mint 100 lektorált publikáció társszerzője, és hat szabadalma van. Keith megkapta a Frontiers of Materials Award-ot a The Minerals, Metals és Materials Society-től (TMS), megkapta az „AVS jövő csillaga” címet, és megkapta a Northwestern Egyetem kutatásvezetői tevékenységéért járó Omar Farha-díjat. Keith szolgált a Nano Letters Early Career Advisory Board, társszervezője a National Academies of Science, Engineering and Medicine Workshop a mesterséges intelligencia tudományos felfedezéséért, és jelenleg az MRS mesterséges intelligencia az anyagfejlesztésben állomásozó munkacsoportjának vezetője.

Szergej Kalinin, Tennessee Egyetem, Knoxville és Pacific Northwest National Laboratory, USA
Előadás: Fizika és szerkezet-tulajdonság összefüggések feltárása automata pásztázó szonda mikroszkóppal
Szergej V. Kalinin a knoxville-i Tennessee Egyetem Weston Fulton professzora, valamint a Pacific Northwest National Laboratory fizikai tudományok ML/AI fő tudósa. Kutatási területei közé tartozik a gépi tanulás anyagfelderítéshez és -optimalizáláshoz, az atomok közvetlen elektronsugarakkal történő összeszerelése, a gépi tanulás és a mesterséges intelligencia alkalmazásai az atomi felbontású és mezoszkópikus képalkotási adatok fizikai kinyerésére, valamint az elektromechanikus, elektromos és transzportjelenségek összekapcsolása. a nanoméretű. Számos kitüntetésben részesült, köztük Medard Welch Medal of ACS (2023) és Blavatnik National Awards for Young Scientists (2018) kitüntetésben. Szergej több mint 700 lektorált folyóiratot publikált, négy könyvet szerkesztett, és több mint 10 szabadalom birtokosa. Szergej számos szimpóziumot szervezett világszerte, tanácsadóként tevékenykedik olyan cégeknél, mint az Intel és számos pásztázó szondás mikroszkóp gyártó cég, és számos nemzetközi tudományos folyóirat szerkesztőbizottságának tagja.

Amanda Barnard, Australian National University, Ausztrália
Prezentáció: Értelmezhető funkciók, befolyásos példák és megmagyarázható gépi tanulási modellek a nanotudomány és technológia számára
Amanda Barnard Ausztrália egyik legtöbbet díjazott számítástechnikai tudósa. Jelenleg a számítási modellezés, a nagy teljesítményű szuperszámítástechnika, valamint az alkalmazott gépi tanulás és mesterséges intelligencia (AI) interfészével kapcsolatos kutatásokat vezet. 2000-ben BSc (Hons) fokozatot szerzett alkalmazott fizikából, PhD fokozatát elméleti kondenzált anyag fizikából 2003-ban, és DSc fokozatot 2020-ban az RMIT Egyetemen. A nagy teljesítményű számítástechnika, számítási modellezés és informatika területén szerzett több mint 20 éves tapasztalatával Amanda különböző intézmények igazgatótanácsaiban ül. Vezetői elismerésben részesült, és öt tudományágban díjazták. Az Ausztrál Fizikai Intézet (FAIP), a Királyi Kémiai Társaság (FRSC) munkatársa, és 2022-ben az Ausztrál Rend (AM) tagjává nevezték ki. Amanda a jelenlegi főszerkesztője Nano Futures Jelenlegi kutatási területei közé tartozik az alkalmazott gépi tanulás és a mesterséges intelligencia, az adattudomány és az eResearch, valamint a nagy teljesítményű számítástechnika.

Yaroslava Yingling, North Carolina State University, USA
Előadás: Az adatfúzió felé az anyagtudományban: áthidaló szimulációk és kísérletek az adattudománysal
A Kobe Steel kiváló professzora, Yaroslava G Yingling társosztályvezető, egyetemi kari ösztöndíjas és alapképzési programok igazgatója. 2002-ben szerzett egyetemi diplomát számítástechnikából és mérnökből a Szentpétervári Állami Műszaki Egyetemen, PhD fokozatát pedig anyagmérnöki és nagyteljesítményű számítástechnikából a Pennsylvaniai Állami Egyetemen 2007-ben. Posztdoktori kutatást végzett a Penn State University kémiai tanszékén és a National Institutes of Health National Cancer Institute, mielőtt XNUMX-ben csatlakozott az Észak-Karolinai Állami Egyetemhez. A Springer J szerkesztőjeanyagtudományi lap és szerkesztőbizottsági tagja ACS bioanyagtudomány és mérnöki tudomány és a ACS alkalmazott anyagok és interfészek. Megkapta a National Science Foundation CAREER díját és az American Chemical Society Open Eye Young Investigator Award díját, és az NC State University kari ösztöndíjasává nevezték ki. 2021-ben bekerült az NC State Research Leadership Academy-be, és megkapta az NC State Alumni Association kiemelkedő kutatási díját.

Erről a folyóiratról

Nano Futures egy multidiszciplináris, nagy hatású folyóirat, amely alap- és alkalmazott kutatásokat publikál a nanotudomány és a technológiai innováció élvonalában.

Főszerkesztő: Amanda Barnard, a számítástudomány vezető professzora és az Ausztrál Nemzeti Egyetem Számítástechnikai Karának igazgatóhelyettese.

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
• Forrás: https://physicsworld.com/a/ai-tools-for-materials-research-and-nanotechnology/