Новейший метод объединяет искусственный интеллект с электронной микроскопией для создания детальных изображений динамики атомных движений в наночастицах, размер которых составляет около одной миллиардной метра. Этот подход позволяет наблюдать молекулярные изменения с беспрецедентным временным разрешением.
Наночастицы играют фундаментальную роль в каталитических процессах, от которых зависит производство примерно 90% всех промышленных изделий, включая фармацевтику, электронику и системы энергообмена. Детальное понимание их атомной динамики раскрывает возможности для оптимизации производства и повышения эффективности промышленных материалов.
Методика основывается на обучении глубокой нейронной сети, которая автоматически устраняет шум на изображениях, полученных при высокоскоростном сборе данных в электронной микроскопии. Преодоление традиционных ограничений позволяет «осветить» ранее незаметные изменения атомных структур во время химических реакций.
Основными участниками исследования стали Carlos Fernandez-Granda, директор Центра наук о данных Нью-Йоркского университета и профессор математики и наук о данных; Peter A. Crozier, профессор материаловедения и инженерии Аризонского государственного университета; и David S. Matteson, профессор и заместитель заведующего кафедрой статистики и наук о данных Корнеллского университета, а также директор Национального института статистических наук. Carlos Fernandez-Granda подчеркнул: «Каталитические системы на основе наночастиц обладают потенциалом для значительного общественного влияния благодаря широкому спектру применений». Peter A. Crozier отметил: «Электронная микроскопия предоставляет изображения с высоким пространственным разрешением, однако регистрация мгновенных атомных изменений требует быстрого сбора данных, что неизбежно приводит к появлению шума». David S. Matteson добавил: «Наш новый статистический инструмент на базе топологического анализа данных позволяет количественно оценить флюксивность и проследить стабильность наночастиц при переходе от упорядоченных к неупорядоченным состояниям».
Применение высокоскоростного сбора данных в электронной микроскопии традиционно сопряжено с сильными шумовыми помехами, что затрудняет точное наблюдение за стремительными атомными изменениями. Внедрение искусственного интеллекта решает эту проблему, создавая чёткие изображения, на которых фиксируются мельчайшие перемещения атомов в режиме реального времени.
Наблюдение за изменчивостью атомной структуры требует новых аналитических методов. Учёные представили статистический инструмент, основанный на топологическом анализе данных (TDA), который позволяет количественно измерять флюксивность наночастиц и контролировать их стабильность при переходах между упорядоченными и неупорядоченными состояниями.
Исследование объединяло специалистов из Нью-Йоркского университета, Аризонского государственного университета, Корнеллского университета и Университета Айовы. Такое междисциплинарное сотрудничество демонстрирует возможности интеграции статистики, материаловедения и передовых вычислительных технологий для решения сложных научных задач.
Опубликованные в журнале Science результаты открывают новое окно в изучение атомных процессов, предоставляя уникальный инструмент для разработки более эффективных каталитических систем и совершенствования промышленных технологий в энергетике, производстве и других ключевых областях.
Изображение носит иллюстративный характер
Наночастицы играют фундаментальную роль в каталитических процессах, от которых зависит производство примерно 90% всех промышленных изделий, включая фармацевтику, электронику и системы энергообмена. Детальное понимание их атомной динамики раскрывает возможности для оптимизации производства и повышения эффективности промышленных материалов.
Методика основывается на обучении глубокой нейронной сети, которая автоматически устраняет шум на изображениях, полученных при высокоскоростном сборе данных в электронной микроскопии. Преодоление традиционных ограничений позволяет «осветить» ранее незаметные изменения атомных структур во время химических реакций.
Основными участниками исследования стали Carlos Fernandez-Granda, директор Центра наук о данных Нью-Йоркского университета и профессор математики и наук о данных; Peter A. Crozier, профессор материаловедения и инженерии Аризонского государственного университета; и David S. Matteson, профессор и заместитель заведующего кафедрой статистики и наук о данных Корнеллского университета, а также директор Национального института статистических наук. Carlos Fernandez-Granda подчеркнул: «Каталитические системы на основе наночастиц обладают потенциалом для значительного общественного влияния благодаря широкому спектру применений». Peter A. Crozier отметил: «Электронная микроскопия предоставляет изображения с высоким пространственным разрешением, однако регистрация мгновенных атомных изменений требует быстрого сбора данных, что неизбежно приводит к появлению шума». David S. Matteson добавил: «Наш новый статистический инструмент на базе топологического анализа данных позволяет количественно оценить флюксивность и проследить стабильность наночастиц при переходе от упорядоченных к неупорядоченным состояниям».
Применение высокоскоростного сбора данных в электронной микроскопии традиционно сопряжено с сильными шумовыми помехами, что затрудняет точное наблюдение за стремительными атомными изменениями. Внедрение искусственного интеллекта решает эту проблему, создавая чёткие изображения, на которых фиксируются мельчайшие перемещения атомов в режиме реального времени.
Наблюдение за изменчивостью атомной структуры требует новых аналитических методов. Учёные представили статистический инструмент, основанный на топологическом анализе данных (TDA), который позволяет количественно измерять флюксивность наночастиц и контролировать их стабильность при переходах между упорядоченными и неупорядоченными состояниями.
Исследование объединяло специалистов из Нью-Йоркского университета, Аризонского государственного университета, Корнеллского университета и Университета Айовы. Такое междисциплинарное сотрудничество демонстрирует возможности интеграции статистики, материаловедения и передовых вычислительных технологий для решения сложных научных задач.
Опубликованные в журнале Science результаты открывают новое окно в изучение атомных процессов, предоставляя уникальный инструмент для разработки более эффективных каталитических систем и совершенствования промышленных технологий в энергетике, производстве и других ключевых областях.
