AI-verktyg för materialforskning och nanoteknik – Physics World

Under de senaste åren har det skett flera tekniska och vetenskapliga utvecklingar som möjliggjorts på grund av konvergensen mellan maskininlärning och fysik på nanoskala. Detta webbseminarium undersöker detta snabbt framskridande område av "intelligent nanoteknik" och samlar fyra ledande forskare inifrån det.

Under webbinariet, värd av Nano Futures, kommer vi att lära oss om några av de senaste utvecklingarna och genombrotten som äger rum, den prognostiserade riktning som fältet kan ta in i framtiden och de mest kritiska utmaningarna som för närvarande ställs.

Keith Brown, Boston University, USA
Presentation: Mot materialupptäckt i sluten slinga på femtogramskalan med hjälp av skanningssonder
Keith A Brown är docent i maskinteknik, materialvetenskap och teknik och fysik vid Boston University. KABlab studerar metoder för att påskynda utvecklingen av avancerade material och strukturer med fokus på polymerer. Gruppen använder sig av självkörande labb, additiv tillverkning, scanningsprobtekniker och maskininlärning för att uppnå dessa mål. Keith har varit medförfattare till mer än 100 referentgranskade publikationer och har sex utfärdade patent. Keith har mottagit Frontiers of Materials Award från The Minerals, Metals, & Materials Society (TMS), utsetts till en "Future Star of the AVS" och mottagit Omar Farha Award for Research Leadership från Northwestern University. Keith tjänstgjorde på Nano bokstäver Early Career Advisory Board, var medorganisatör av en National Academy of Science, Engineering and Medicine-workshop om AI för vetenskaplig upptäckt, och leder för närvarande MRS Artificial Intelligence in Materials Development Staging Task Force.

Sergei Kalinin, University of Tennessee, Knoxville och Pacific Northwest National Laboratory, USA
Presentation: Fysik och struktur-egenskapsrelationer upptäckt via automatiserad scanning probe mikroskopi
Sergei V Kalinin är Weston Fulton-professor vid University of Tennessee i Knoxville och chefsforskare för ML/AI för fysikaliska vetenskaper vid Pacific Northwest National Laboratory. Hans forskningsintressen inkluderar maskininlärning för materialupptäckt och optimering, direkt atommontage via elektronstrålar, tillämpningarna av maskininlärning och artificiell intelligens för fysikextraktion från atomärt upplösta och mesoskopiska bilddata, och koppling mellan elektromekaniska, elektriska och transportfenomen på nanoskalan. Han har mottagit ett flertal utmärkelser, inklusive Medard Welch Medal of ACS (2023) och Blavatnik National Awards for Young Scientists (2018). Sergei har publicerat mer än 700 peer-reviewed tidskrifter, redigerat fyra böcker och är innehavare av mer än 10 patent. Sergei har organiserat ett flertal symposier över hela världen, agerar konsult för företag som Intel och flera tillverkare av scanning-sondmikroskopi, och sitter i redaktionerna för många internationella akademiska tidskrifter.

Amanda Barnard, Australian National University, Australien
Presentation: Tolkbara funktioner, inflytelserika instanser och förklarliga maskininlärningsmodeller för nanovetenskap och teknik
Amanda Barnard är en av Australiens mest prisbelönta beräkningsforskare. Hon leder för närvarande forskning i gränssnittet för beräkningsmodellering, högpresterande superdatorer och tillämpad maskininlärning och artificiell intelligens (AI). Hon tilldelades sin BSc (Hons) i tillämpad fysik 2000, sin doktorsexamen i teoretisk kondenserad materiens fysik 2003 och DSc 2020 från RMIT University. Med mer än 20 års erfarenhet av högpresterande beräkningar och beräkningsmodellering och informatik sitter Amanda i styrelser för olika institutioner. Hon har erkänts för ledarskap och har belönats i fem vetenskapliga discipliner. Hon är stipendiat vid Australian Institute of Physics (FAIP), Royal Society of Chemistry (FRSC), och utnämndes 2022 till medlem i Order of Australia (AM). Amanda är nuvarande chefredaktör för Nano Futures och hennes nuvarande forskningsintressen inkluderar tillämpad maskininlärning och artificiell intelligens, datavetenskap och eResearch och högpresterande datoranvändning.

Yaroslava Yingling, North Carolina State University, USA
Presentation: Mot datafusion i materialvetenskap: överbryggande simuleringar och experiment med datavetenskap
Kobe Steel Distinguished Professor, Yaroslava G Yingling är biträdande avdelningschef, University Faculty Scholar och chef för grundutbildningar. Hon tog sitt universitetsdiplom i datavetenskap och teknik från St Petersburg State Technical University of Russia och sin doktorsexamen i materialteknik och högpresterande datoranvändning från Pennsylvania State University 2002. Hon utförde postdoktoral forskning vid Penn State Universitys kemiavdelning och vid National Institutes of Health National Cancer Institute, innan hon började på North Carolina State University 2007. Hon är redaktör för Springer Jvårnal för materialvetenskap och en redaktionsmedlem i ACS Biomaterials Science and Engineering och ACS tillämpade material och gränssnitt. Hon fick National Science Foundation CAREER-priset och American Chemical Society Open Eye Young Investigator Award och utsågs till NC State University Faculty Scholar. Hon valdes in i NC State Research Leadership Academy 2021 och fick NC State Alumni Association Outstanding Research Award.

Om denna tidning

Nano Futures är en multidisciplinär tidskrift med stor genomslagskraft som publicerar grundläggande och tillämpad forskning i framkanten av nanovetenskap och teknisk innovation.

Chefredaktör: Amanda Barnard, senior professor i beräkningsvetenskap och biträdande chef för School of Computing vid Australian National University.

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://physicsworld.com/a/ai-tools-for-materials-research-and-nanotechnology/