Amesi riikliku labori teadlased töötasid välja uue masinõppe mudeli püsimagnetmaterjalide avastamiseks. Mudel ennustab uute materjalikombinatsioonide Curie temperatuuri. See mudel täiendab meeskonna hiljuti välja töötatud võimet avastada termodünaamiliselt stabiilseid haruldaste muldmetallide materjale.
Suure jõudlusega magnetid on hädavajalikud selliste tehnoloogiate jaoks nagu tuuleenergia, andmesalvestus, elektrisõidukid ja magnetjahutus. Need magnetid sisaldavad olulisi materjale, nagu koobalt ja haruldaste muldmetallide elemente, nagu neodüüm ja düsproosium. Nende materjalide järele on suur nõudlus, kuid nende kättesaadavus on piiratud. See olukord motiveerib teadlasi leidma viise uute magnetiliste materjalide kujundamiseks vähendatud kriitiliste materjalidega.
Masinõpe (ML) on tehisintellekti vorm. Seda juhivad arvutialgoritmid, mis kasutavad andmeid ja katse-eksituse algoritme, et ennustusi pidevalt parandada. Meeskond kasutas ML-algoritmi koolitamiseks Curie temperatuuride eksperimentaalseid andmeid ja teoreetilist modelleerimist. Curie temperatuur on maksimaalne temperatuur, mille juures materjal säilitab oma magnetismi.
“Kõrge Curie temperatuuriga ühendite leidmine on oluline esimene samm selliste materjalide avastamisel, mis suudavad säilitada magnetilisi omadusi kõrgel temperatuuril,” ütles Ames Labi teadlane ja uurimisrühma vanemjuht Yaroslav Mudryk. “See aspekt on oluline mitte ainult püsimagnetite, vaid ka muude funktsionaalsete magnetmaterjalide kujundamisel.”
Mudryki sõnul on uute materjalide avastamine väljakutseid pakkuv tegevus, sest traditsiooniliselt põhineb otsing eksperimenteerimisel, mis on kulukas ja aeganõudev. ML-meetodi kasutamine võib aga säästa aega ja ressursse.
Allikas: Science Daily
