Nauja Neuraleta padės mokslininkams plėtoti sunkiasvores medžiagas

Anonim

Algoritmo tikslumas yra 92%

Nauja Neuraleta padės mokslininkams plėtoti sunkiasvores medžiagas 3516_1

Rusijos mokslininkų grupė sukūrė naują neuroninį tinklą, galintį pasirinkti metalus ir lydinius, kad sukurtų sunkiasvores medžiagas ir struktūras. Tai tapo žinoma nuo Permės nacionalinio mokslinių tyrimų politechnikos universiteto spaudos tarnybos (PNIPU).

Nauja Neuraleta padės mokslininkams plėtoti sunkiasvores medžiagas 3516_2

Vokietijos politechnikos mokslininkai sukūrė neuroninio tinklo modelį, kuris padės greitai ir nebrangiai metalams, tinkamus gamtinių metalų ir lydinių savybių rinkiniui sukurti perspektyvias pramonės pramonės struktūras. Ateityje tokia sistema taps "intelektualiu asistentu" inžinieriui įmonėje, kuri automatiškai atrinks gamybos dalių metodą, nustatys cheminę lydinių sudėtį ir jų termomechaninio apdorojimo programą - nuo PINGIP spaudos Paslaugų pranešimas.

Yra žinoma, kad už optimalų derinį metalų ir lydinių, mokslininkai turėjo atlikti eksperimentų seriją įvertinti savo savybes. Naujo tyrimo autoriai nusprendė supaprastinti patvarių medžiagų paiešką, sukurti specialų neuroninį tinklą, analizuojant mėginių skaitmeninius vaizdus, ​​kad nustatytumėte perspektyvių medžiagų tipus.

Nauja Neuraleta padės mokslininkams plėtoti sunkiasvores medžiagas 3516_3

Algoritmas gali atpažinti medžiagų savybes, susijusias su kiekvienu iš jų į vieną iš kietumo klasių. Neurarcho, realaus ir nesintetinto duomenų, kurie leidžia užtikrinti technologijos gylį. Neuroninio tinklo analizės rezultatų tikslumas yra 92,1%. Ekspertai taip pat pažymėjo, kad specialus tyrimas leido nustatyti klaidingų pažymėtų potencialių medžiagų, galinčių turėti įtakos rezultato tikslumui, skaičių.

Naujos plėtros autoriai ketina tęsti darbą tobulinti. Ateityje jie ketina pridėti naujų kriterijų, kuriais neuroninis tinklas galėtų pasirinkti žadančias metalus ir lydinius, kad sukurtų sunkiasvores medžiagas ir produktus.

Anksčiau, Centrinės naujienų tarnyba pranešė, kad įveikė spragą tarp kvantinių simuliatorių ir kvantinių kompiuterių.

Skaityti daugiau