预测晶体取向;数用橡皮。
名古屋大学的研究人员和日本训练一个AI光学多晶硅的照片和用它来预测晶体取向在制造业。他们发现AI成功预测了晶粒取向分布。
”这个测量所需的时间大约1.5小时在光学照片、培训机器学习模型,并预测方向,速度远远超过传统的技术,需要大约14小时,“说Noritaka Usami,教授在名古屋大学研究生院工程。“这也使得测量大面积材料,与传统的方法是不可能的。”
“这是一个技术,将彻底改变材料开发、“Usami说。“这项研究的目的是为所有研究人员和工程师开发多晶材料。有可能制造一个取向分析系统的多晶材料,包一个图像数据收集和晶体取向基于机器学习的预测模型。我们预计,许多公司处理多晶材料会安装这种设备。”
莱顿大学的研究人员和AMOLF阿姆斯特丹了块橡皮可以数到十,记住它的顺序。
软橡胶的机械材料是一块22梁成对。最初推时,酒吧向左弯曲,除了第一个向右弯曲。“第一个栏然后推下一个对向右,沿着一个位置每次你把材料。这就是材料数到十,”莱顿大学博士生林纳德Kwakernaak说。
橡胶材料。(来源:夏洛蒂埃勒曼/莱顿大学)
酒吧和地位可以相比,研究人员指出。“不容易设计结构,反应我们想要的方式。计数是最简单的计算我们可以想出,这是一个逻辑起点”,继续Kwakernaak。“在这个过程中,我发现你会引起不同的反应在橡胶与不同程度的推动力量。通过试验,我能够做一个超材料,只有数到最后如果你以正确的顺序,与适量的力量。一种锁,换句话说。”
两个潜在的应用研究人员看到的是计算汽车从不同的重量级别开车过桥,或计步器。“大优点是,这种机械超材料价格低廉,健壮和低,“Kwakernaak说。“那让他们有趣的各种应用程序。”
接下来,他们计划设计一个更复杂的结构,有邻居之间的相互作用不仅在一个方向,但在一个平面上。Kwakernaak指出,“这将是一个简单的计算机。”
|
|
|
|
|
|
|
|
|
|
留下一个回复