Машинное обучение может предсказывать рост кристаллов лучше людей — Инфореактор

Метод машинного обучения был применен китайскими физиками для прогнозирования успешности роста монокристаллов в определенных условиях.

Исследователи выяснили, что точность эксперимента показала 81%, в то время как ученые, которые создавали алгоритм, правильно определили условия только в 36% случаев. Использование такого метода машинного обучения позволит существенно сократить время и силы научных сотрудников. 

Группа физиков под руководством Хун Дина из Китайской академии наук захотели облегчить работу коллег и попытались довести её до автоматизма, что позволит заранее точно определить, способен ли сформироваться кристалл в заданных условиях. Для этого они применили широко распространенный метод раствор-расплавной кристаллизации, на основе которого учили систему машинного обучения на примере реальных экспериментов.

Мы использовали модель, полученную применением дерева решений к обучающей выборке, для анализа важных факторов роста монокристаллов. На основе этой информации мы применяли SVM для прогнозирования успешности выращивания кристалла, — пояснил один из авторов эксперимента Юй-Цзе Сунь. 

Читайте iReactor в Яндексе

Автор: Екатерина Семейкина

pixabay.com

#наука
#машинное обучение
#кристаллы

Источник: inforeactor.ru

Домашний очаг