AI-verktøy for materialforskning og nanoteknologi – Physics World

De siste årene har det vært flere teknologiske og vitenskapelige utviklinger muliggjort på grunn av konvergensen mellom maskinlæring og fysikk på nanoskala. Dette webinaret undersøker dette raskt utviklende feltet av 'intelligent nanoteknologi' og samler fire ledende forskere fra det.

Under webinaret, arrangert av Nano Futures, vil vi lære om noen av de siste utviklingene og gjennombruddene som finner sted, den anslåtte retningen som feltet kan ta inn i fremtiden, og de mest kritiske utfordringene som for tiden stilles.

Keith Brown, Boston University, USA
Presentasjon: Mot lukket sløyfe-materialefunn på femtogramskala ved bruk av skanningssonder
Keith A Brown er førsteamanuensis i maskinteknikk, materialvitenskap og ingeniørfag og fysikk ved Boston University. KABlab studerer tilnærminger for å akselerere utviklingen av avanserte materialer og strukturer med fokus på polymerer. Gruppen bruker selvkjørende laboratorier, additiv produksjon, skannesondeteknikker og maskinlæring for å nå disse målene. Keith har vært medforfatter av mer enn 100 fagfellevurderte publikasjoner og har seks utstedte patenter. Keith har mottatt Frontiers of Materials Award fra The Minerals, Metals, & Materials Society (TMS), blitt kåret til en "Future Star of the AVS", og mottatt Omar Farha Award for Research Leadership fra Northwestern University. Keith tjenestegjorde på Nano Letters Early Career Advisory Board, co-organiserte et National Academy of Science, Engineering and Medicine Workshop om AI for Scientific Discovery, og leder for tiden MRS Artificial Intelligence in Materials Development Staging Task Force.

Sergei Kalinin, University of Tennessee, Knoxville og Pacific Northwest National Laboratory, USA
Presentasjon: Fysikk og struktur-egenskapsforhold oppdagelse via automatisert skanningsprobemikroskopi
Sergei V Kalinin er Weston Fulton-professor ved University of Tennessee i Knoxville, og sjefforsker for ML/AI for fysiske vitenskaper ved Pacific Northwest National Laboratory. Hans forskningsinteresser inkluderer maskinlæring for materialoppdagelse og -optimalisering, direkte atomsamling via elektronstråler, anvendelser av maskinlæring og kunstig intelligens for fysikkekstraksjon fra atomisk oppløste og mesoskopiske bildedata, og kobling mellom elektromekaniske, elektriske og transportfenomener på nanoskalaen. Han er mottaker av en rekke priser, inkludert Medard Welch Medal of ACS (2023) og Blavatnik National Awards for Young Scientists (2018). Sergei har publisert mer enn 700 fagfellevurderte journalartikler, redigert fire bøker og er innehaver av mer enn 10 patenter. Sergei har organisert en rekke symposier over hele verden, fungerer som konsulent for selskaper som Intel og flere produsenter av skanningprobemikroskopi, og sitter i redaksjonene til en rekke internasjonale akademiske tidsskrifter.

Amanda Barnard, Australian National University, Australia
Presentasjon: Tolkbare funksjoner, innflytelsesrike forekomster og forklarbare maskinlæringsmodeller for nanovitenskap og teknologi
Amanda Barnard er en av Australias mest prisbelønte beregningsforskere. Hun leder for tiden forskning på grensesnittet til beregningsmodellering, høyytelses superdatabehandling og anvendt maskinlæring og kunstig intelligens (AI). Hun ble tildelt sin BSc (Hons) i anvendt fysikk i 2000, sin doktorgrad i teoretisk kondensert materie fysikk i 2003, og DSc i 2020 fra RMIT University. Med mer enn 20 års erfaring innen høyytelses databehandling og beregningsmodellering og informatikk, sitter Amanda i styrene for ulike institusjoner. Hun har blitt anerkjent for lederskap og har blitt belønnet i fem vitenskapelige disipliner. Hun er stipendiat ved Australian Institute of Physics (FAIP), Royal Society of Chemistry (FRSC), og ble i 2022 utnevnt til medlem av Order of Australia (AM). Amanda er nåværende sjefredaktør for Nano Futures og hennes nåværende forskningsinteresser inkluderer anvendt maskinlæring og kunstig intelligens, datavitenskap og eResearch og høyytelses databehandling.

Yaroslava Yingling, North Carolina State University, USA
Presentasjon: Mot datafusjon i materialvitenskap: brobygging av simuleringer og eksperimenter med datavitenskap
Kobe Steel Distinguished Professor, Yaroslava G Yingling er en assisterende avdelingsleder, University Faculty Scholar, og direktør for undergraduate programmer. Hun mottok sitt universitetsdiplom i informatikk og ingeniørfag fra St Petersburg State Technical University of Russia og sin doktorgrad i materialteknikk og høyytelses databehandling fra Pennsylvania State University i 2002. Hun utførte postdoktor ved Penn State Universitys kjemiavdeling og ved National Institutes of Health National Cancer Institute, før hun begynte i North Carolina State University i 2007. Hun er redaktør for Springer Jmagasinet for materialvitenskap og redaksjonsmedlem i ACS Biomaterials Science and Engineering og ACS-anvendte materialer og grensesnitt. Hun mottok National Science Foundation CAREER-prisen og American Chemical Society Open Eye Young Investigator Award, og ble utnevnt til en NC State University Faculty Scholar. Hun ble hentet inn i NC State Research Leadership Academy i 2021 og mottok NC State Alumni Association Outstanding Research Award.

Om denne journalen

Nano Futures er et tverrfaglig tidsskrift med stor gjennomslagskraft som publiserer grunnleggende og anvendt forskning i forkant av nanovitenskap og teknologisk innovasjon.

Sjefredaktør: Amanda Barnard, seniorprofessor i beregningsvitenskap og nestleder ved School of Computing ved Australian National University.

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://physicsworld.com/a/ai-tools-for-materials-research-and-nanotechnology/