Исследовательская группа из Университета Васэда разработала машинно-обучающую методику для оптимизации выходной силы фотоактивируемых органических кристаллов, что позволило достичь максимального блокирующего усилия в 37,0 мН — это на 73 раза эффективнее традиционных методов. Эти результаты опубликованы в журнале Digital Discovery.
Фотоактивируемые кристаллы способны преобразовывать световую энергию в механическое движение, служа основой для дистанционно управляемых приводов. Такие материалы особенно актуальны для робототехники, медицинских устройств (микрохирургия, доставка лекарств) и контактно-независимых систем управления. Ключевой характеристикой выступает блокирующая сила — максимальное усилие деформации при полной фиксации кристалла, однако повышение этого показателя требует учета множества факторов, включая молекулярную структуру, свойства кристалла и условия испытаний.
Коллектив под руководством доцента Тацуи Танигути из Центра науки о данных Университета Васэда, а также Казуки Исизаки и профессора Тору Асаи из департамента передовых наук и инженерии, реализовал двухэтапный машинно-обучающий подход. Для отбора ключевых молекулярных субструктур применялась регрессия LASSO (метод отбора и сжатия признаков), а для эффективного выбора экспериментальных условий — байесовская оптимизация. Исследования проводились на обширной библиотеке производных салицилдимина, где алгоритмы обеспечили целенаправленный отбор образцов для реальных измерений силы.
В результате блокирующая сила новых кристаллов превзошла ранее известные значения в 3,7 раза. При этом подбор оптимальных материалов и условий стал минимум в 73 раза эффективнее по сравнению с классическим перебором. По словам д-ра Танигути, «машинное обучение упрощает поиск оптимальных молекул и экспериментальных параметров», а также «открывает путь к более совершенным, миниатюрным устройствам — от носимой электроники до аэрокосмической техники и дистанционного экологического мониторинга».
Реализация подобных фотоактивируемых приводов открывает возможности для медицинских манипуляторов, робототехники, энергоэффективных систем и устройств для работы в замкнутых или чувствительных средах. Использование светового излучения как экологически чистого источника энергии способствует чистому производству и позволяет создавать миниатюрные решения для хирургии, доставки препаратов и носимой электроники.
Внедрение машинного обучения в разработку фотоуправляемых материалов не только ускоряет трансформацию лабораторных прототипов в реальные устройства, но и существенно приближает их коммерческое применение.
Изображение носит иллюстративный характер
Фотоактивируемые кристаллы способны преобразовывать световую энергию в механическое движение, служа основой для дистанционно управляемых приводов. Такие материалы особенно актуальны для робототехники, медицинских устройств (микрохирургия, доставка лекарств) и контактно-независимых систем управления. Ключевой характеристикой выступает блокирующая сила — максимальное усилие деформации при полной фиксации кристалла, однако повышение этого показателя требует учета множества факторов, включая молекулярную структуру, свойства кристалла и условия испытаний.
Коллектив под руководством доцента Тацуи Танигути из Центра науки о данных Университета Васэда, а также Казуки Исизаки и профессора Тору Асаи из департамента передовых наук и инженерии, реализовал двухэтапный машинно-обучающий подход. Для отбора ключевых молекулярных субструктур применялась регрессия LASSO (метод отбора и сжатия признаков), а для эффективного выбора экспериментальных условий — байесовская оптимизация. Исследования проводились на обширной библиотеке производных салицилдимина, где алгоритмы обеспечили целенаправленный отбор образцов для реальных измерений силы.
В результате блокирующая сила новых кристаллов превзошла ранее известные значения в 3,7 раза. При этом подбор оптимальных материалов и условий стал минимум в 73 раза эффективнее по сравнению с классическим перебором. По словам д-ра Танигути, «машинное обучение упрощает поиск оптимальных молекул и экспериментальных параметров», а также «открывает путь к более совершенным, миниатюрным устройствам — от носимой электроники до аэрокосмической техники и дистанционного экологического мониторинга».
Реализация подобных фотоактивируемых приводов открывает возможности для медицинских манипуляторов, робототехники, энергоэффективных систем и устройств для работы в замкнутых или чувствительных средах. Использование светового излучения как экологически чистого источника энергии способствует чистому производству и позволяет создавать миниатюрные решения для хирургии, доставки препаратов и носимой электроники.
Внедрение машинного обучения в разработку фотоуправляемых материалов не только ускоряет трансформацию лабораторных прототипов в реальные устройства, но и существенно приближает их коммерческое применение.
