Nanotechnology Now - 보도 자료: Rensselaer 연구원은 인공 지능을 사용하여 고급 컴퓨팅을 위한 새로운 재료를 발견합니다. Trevor Rhone은 AI를 사용하여 2.1차원 반 데르 발스 자석을 식별합니다.

플라톤에 의해 재발행

팔로워 : 0

홈 > PR 기사 > Rensselaer 연구원은 인공 지능을 사용하여 고급 컴퓨팅을 위한 새로운 재료를 발견합니다. Trevor Rhone은 AI를 사용하여 XNUMX차원 반 데르 발스 자석을 식별합니다.

Trevor David Rhone 학점 Rensselaer Polytechnic Institute

요약 :
Rensselaer Polytechnic Institute의 물리학, 응용 물리학 및 천문학과 조교수인 Trevor David Rhone이 이끄는 연구팀은 인공 지능(AI)의 최첨단 도구를 사용하여 새로운 vdW(van der Waals) 자석을 식별했습니다. 특히 연구팀은 준지도 학습을 통해 화학적으로 안정할 것으로 예측되는 자기 모멘트가 큰 전이금속 할로겐화물 vdW 물질을 규명했다. 이 2차원(XNUMXD) vdW 자석은 데이터 저장, 스핀트로닉스, 심지어 양자 컴퓨팅에 응용할 수 있습니다.

Rensselaer 연구원은 인공 지능을 사용하여 고급 컴퓨팅을 위한 새로운 재료를 발견합니다. Trevor Rhone은 AI를 사용하여 XNUMX차원 반 데르 발스 자석을 식별합니다.

트로이, 뉴욕 | 게시일: 12년 2023월 XNUMX일

Rhone은 재료 정보학을 활용하여 과학과 기술을 발전시키는 예상치 못한 속성을 가진 새로운 재료를 발견하는 것을 전문으로 합니다. 재료 정보학은 AI와 재료 과학의 교차점에서 새롭게 떠오르는 연구 분야입니다. 그의 팀의 최신 연구는 최근 Advanced Theory and Simulations 표지에 실렸습니다.

단일 원자만큼 얇을 수 있는 2차원 물질은 2004년에야 발견되었으며 예상치 못한 특성으로 인해 큰 과학적 호기심의 대상이 되었습니다. 2D 자석은 하나 또는 몇 개의 층으로 얇아질 때 장거리 자기 정렬이 지속되기 때문에 중요합니다. 이것은 자기 이방성 때문입니다. 이 자기 이방성 및 낮은 차원과의 상호 작용은 양자 컴퓨팅 아키텍처의 개발에 사용할 수 있는 스핀 텍스처와 같은 이국적인 스핀 자유도를 발생시킬 수 있습니다. 2D 자석은 또한 전자 특성의 전체 범위에 걸쳐 있으며 고성능 및 에너지 효율적인 장치에 사용할 수 있습니다.

Rhone과 팀은 높은 처리량의 밀도 함수 이론(DFT) 계산을 결합하여 vdW 재료의 속성을 결정하고 AI를 사용하여 준감독 학습이라고 하는 기계 학습의 한 형태를 구현했습니다. 준지도 학습은 레이블이 지정된 데이터와 레이블이 지정되지 않은 데이터의 조합을 사용하여 데이터의 패턴을 식별하고 예측합니다. 준지도 학습은 기계 학습의 주요 과제인 레이블이 지정된 데이터의 부족을 완화합니다.

Rhone은 “AI를 사용하면 시간과 비용을 절약할 수 있습니다. “일반적인 재료 발견 프로세스에는 몇 달이 걸릴 수 있는 슈퍼컴퓨터에서 값비싼 시뮬레이션이 필요합니다. 실험실 실험은 더 오래 걸리고 더 비쌀 수 있습니다. AI 접근 방식은 재료 발견 프로세스를 가속화할 수 있는 잠재력이 있습니다.”

슈퍼컴퓨터에서 700개의 DFT 계산의 초기 하위 집합을 사용하여 노트북에서 밀리초 단위로 수천 가지 재료 후보의 특성을 예측할 수 있는 AI 모델을 훈련했습니다. 그런 다음 팀은 자기 모멘트가 크고 형성 에너지가 낮은 유망한 후보 vdW 재료를 식별했습니다. 낮은 형성 에너지는 화학적 안정성의 지표이며, 이는 실험실 및 후속 산업 응용 분야에서 재료를 합성하는 데 중요한 요구 사항입니다.

Rhone은 "우리의 프레임워크는 다른 결정 구조를 가진 물질을 탐색하는 데에도 쉽게 적용될 수 있습니다."라고 말했습니다. "전이 금속 할로겐화물과 전이 금속 트리칼코게나이드의 데이터 세트와 같은 혼합 결정 구조 프로토타입도 이 프레임워크로 탐색할 수 있습니다."

“박사님. Rhone의 AI를 재료 과학 분야에 적용하는 것은 계속해서 흥미로운 결과를 낳고 있습니다.”라고 Rensselaer의 과학 대학 학장인 Curt Breneman은 말했습니다. "그는 새로운 특성을 가진 2D 재료에 대한 이해를 가속화했을 뿐만 아니라 그의 발견과 방법이 새로운 양자 컴퓨팅 기술에 기여할 가능성이 높습니다."

Rhone은 Romakanta Bhattarai와 Renselaer의 Haralambos Gavras의 연구에 합류했습니다. Argonne National Laboratory의 Bethany Lusch와 Misha Salim; Harvard University의 Marios Mattheakis, Daniel T. Larson 및 Efthimios Kaxiras; NTT Basic Research Laboratories의 Yoshiharu Krockenberger.

####

Rensselaer Polytechnic Institute 정보
1824년에 설립된 Rensselaer Polytechnic Institute는 미국 최초의 기술 연구 대학입니다. Rensselaer는 30개 학교, 140개 이상의 연구 센터, 25개의 신규 프로그램을 포함한 6,800개 이상의 학업 프로그램, 104,000명 이상의 학생과 155명의 졸업생으로 구성된 역동적인 커뮤니티를 포함합니다. Rensselaer 교수진과 졸업생에는 200명 이상의 National Academy 회원, National Inventors Hall of Fame 회원 XNUMX명, National Medal of Technology 수상자 XNUMX명, National Medal of Science 수상자 XNUMX명, 노벨 물리학상 수상자 XNUMX명이 포함됩니다. 거의 XNUMX년 동안 과학 및 기술 지식을 발전시킨 경험을 바탕으로 Rensselaer는 독창성과 협력 정신으로 글로벌 과제를 해결하는 데 주력하고 있습니다. 자세한 내용은 www.rpi.edu를 참조하십시오.

자세한 내용은 클릭하세요 여기에서 지금 확인해 보세요.

연락처 :
케이티 말라티노
Rensselaer Polytechnic Institute
셀 : 838-240-5691
@rpi

의견이 있으시면 제발 Contact 우리.

7th Wave, Inc. 또는 Nanotechnology Now가 아닌 뉴스 릴리스 발행자는 전적으로 컨텐츠의 정확성에 대한 책임이 있습니다.

서표: