دقت الگوریتم 92٪ است
گروهی از محققان روسی یک شبکه عصبی جدید ایجاد کرده اند که قادر به انتخاب فلزات و آلیاژها برای ایجاد مواد سنگین و ساختاری هستند. این از خدمات مطبوعاتی دانشگاه پلی تکنیک تحقیقات ملی (PNIPU) شناخته شد.
دانشمندان پلی تکنیک آلمان یک مدل شبکه عصبی ایجاد کرده اند که به توسعه دهندگان دستگاه های پیشرفته به سرعت و ارزان قیمت فلزات مناسب برای مجموعه خواص طبیعی فلزات و آلیاژها برای ایجاد ساختارهای امیدوار کننده برای صنایع صنعتی کمک می کند. در آینده، چنین سیستمی تبدیل به یک "دستیار فکری" برای یک مهندس در یک شرکت تبدیل خواهد شد، که به طور خودکار روش تولید قطعات را انتخاب می کند، ترکیب شیمیایی آلیاژها و برنامه پردازش ترمومکانیک آنها را از Pingip Press تعیین می کند پیام خدماتشناخته شده است که برای انتخاب ترکیبی بهینه فلزات و آلیاژها، دانشمندان باید مجموعه ای از آزمایشات را برای اندازه گیری کیفیت خود انجام دهند. نویسندگان مطالعه جدید تصمیم به ساده سازی جستجوی مواد با دوام، ایجاد یک شبکه عصبی خاص، تجزیه و تحلیل تصاویر دیجیتال نمونه ها برای تعیین انواع امیدوار کننده مواد.
الگوریتم می تواند خواص مواد را تشخیص دهد، هر کدام از آنها را به یکی از کلاسهای سختی مرتبط می کند. در کار داده های نوریدی، واقعی و غیر سنتز شده، که امکان اطمینان از عمق تکنولوژی را فراهم می کند. دقت نتایج تجزیه و تحلیل شبکه عصبی 92.1٪ است. کارشناسان همچنین اشاره کردند که یک مطالعه ویژه امکان تعیین تعداد تصاویر اشتباه مشخص شده از مواد بالقوه را فراهم می کند که قادر به تأثیر بر صحت نتیجه است.
نویسندگان توسعه جدید قصد دارند تا کار خود را ادامه دهند. در آینده، آنها قصد دارند معیارهای جدیدی را اضافه کنند که شبکه عصبی می تواند فلزات و آلیاژ های امیدوار کننده را انتخاب کند تا مواد و محصولات سنگین را ایجاد کند.
پیش از این، سرویس خبری مرکزی گزارش داد که از شکاف بین شبیه سازهای کوانتومی و رایانه های کوانتومی غلبه کرده است.