استفاده از شبکه نورونی مصنوعی سنتز نانولوله‌ها را بهبود می‌بخشد

به گزارش گروه فناوری خبرگزاری دانشجو؛ لایه‌های نازک از جنس نانولوله‌های کربنی پتانسیل‌های زیادی در حوزه اپتوالکترونیک پیشرفته، انرژی و پزشکی دارد. اما تولید آن‌ها نیازمند نظارت و اعمال استاندارد‌های خاصی است.

دیمیتری کراسنیکوف از محققان اسکولتک می‌گوید: «بزرگ‌ترین مانع در مسیر تحقق پتانسیل‌های نانولوله‌های کربنی، فرآیند تولید چندفازی آن‌ها است که مدیریت فرآیند را دشوار کرده است. ما با استفاده از شبکه نورونی مصنوعی موفق به آنالیز داده‌های آزمایشگاهی شدیم و کارایی فرآیند سنتز را پیش‌بینی کردیم.»

محققان نشان دادند که روش‌های یادگیری ماشینی و به ویژه شبکه نورونی مصنوعی می‌تواند آموزش ببیند تا پارامتر‌های آزمایشگاهی نظیر دما، فشار گاز و نرخ جریان را بررسی کرده و با رصد و کنترل آن، خواص مورد نظر را در فیلم‌های نانولوله‌کربنی ایجاد کند.

آلبرت ناسیبولین از محققان این پروژه می‌گوید: «توسعه تمدن انسان و پیشرفت‌های انجام شده در بخش تولید مواد در عصر فناوری اطلاعات به شکل نزدیکی با هم مرتبط هستند. هم مواد و هم الگوریتم‌های محاسباتی و کاربرد‌های آن‌ها زندگی روزمره ما را شکل می‌دهند. البته این موضوع برای شبکه نورونی مصنوعی نیز صادق است و این شبکه برای کار در محیط‌های چندپارامتری به‌عنوان ابزاری ضروری شناخته می‌شود که از تشخیص جسم تا تشخیص پزشکی را می‌تواند انجام دهد. در طول ۲۵ سال گذشته به دلیل ماهیت پیچیده فرآیند رشد نانولوله‌های کربنی، پیشرفت چندانی در توسعه کاربرد‌های این ماده در بخش الکترونیک انجام نشده است. ما معتقدیم که روش ما به ایجاد چارچوبی موثر برای تولید نانولوله‌های کربنی کمک کرده و افق‌های جدیدی را برای استفاده از این ماده باز خواهد کرد.»