ขณะนี้การเล่าเรียนสหวิทยาการ Tel Aviv University แบบใหม่ที่ตีพิมพ์ใน Light: Science and Applications แสดงให้เห็นถึงกระบวนการเพรียวขั้นตอนการออกแบบแล้วก็ระบุลักษณะพื้นฐานของที่นาโนฟิสิกส์และธาตุmetamaterial เบื้องต้น การเรียนรู้ได้นำโดยดร. ฮาอิมซูโซวานจากสถานที่เรียนวิชาฟิสิกส์และก็ดาราศาสตร์ของหนยูยูและศาสตราจารย์ Lior Wolf จากแผนกวิชาวิทยาการคอมพิวเตอร์ของ บริษัท TAU Blavatnik และก็ทำงานโดยนักวิทยาศาสตร์การศึกษาค้นคว้าวิจัย Dr. Michael Mrejen และนักศึกษาระดับบัณฑิตศึกษาของ TAU Itzik Malkiel, Achiya Nagler และ Uri Arieli

ดร. Mrejen บอกว่า แนวทางการออกแบบสิ่งของมีการแกะสลักส่วนประกอบที่นาโนที่มีการตอบสนองทางแม่เหล็กไฟฟ้าที่แม่นยำ แม้กระนั้นเนื่องจากความซับซ้อนของฟิสิกส์ที่เกี่ยวการออกแบบการประดิษฐ์และกรรมวิธีการลักษณะขององค์ประกอบกลุ่มนี้จำเป็นต้องใช้การทดลองรวมทั้งจุดบกพร่องมากมายก่ายกองทำให้แอพพลิเคชันของพวกเขาลดลงเป็นอย่างมาก

การเรียนรู้เป็นกุญแจสำคัญสำหรับเพื่อการผลิตที่มีความแม่นยำ

แนวทางใหม่ของเราขึ้นอยู่กับการเรียนรู้ในลึกซึ่งเป็นเครือข่ายคอมพิวเตอร์ที่สร้างแรงดลใจจากสถาปัตยกรรมแบบลำดับขั้นและลำดับขั้นของสมองมนุษย์” ศ.จ. Wolf อธิบาย นี่เป็นรูปแบบการศึกษาเครื่องจักรที่ทันสมัยที่สุดแห่งหนึ่งซึ่งเป็นผู้จะรับผิดชอบด้านความเจริญรุ่งเรืองด้านเทคโนโลยีที่สำคัญรวมถึงการรู้จำเสียงพูดการแปลรวมทั้งการประมวลผลภาพพวกเรามีความรู้สึกว่ามันน่าจะเป็นทางที่เหมาะสมสำหรับในการวางแบบส่วนประกอบทางด้านกายภาพแบบนาโพโลยี

นักวิทยาศาสตร์ได้ศึกษาโครงข่าย Deep Learning ด้วยการทดลองประดิษฐ์ 15,000 ครั้งเพื่อสอนโครงข่ายความเกี่ยวเนื่องที่สลับซับซ้อนระหว่างทรงของ nanoelements รวมทั้งการตอบสนองทางแม่เหล็กไฟฟ้าของพวกเขา ดร. Suchowski พูดว่า พวกเราทำให้เห็นว่าเครือข่ายการเรียนรู้ลึกที่ได้รับการฝึกฝนจะสามารถคาดการณ์ได้ในสองวินาทีนี้คือทรงเรขาคณิตของส่วนประกอบท้องนาโนที่ประดิษฐ์ขึ้น

นักค้นคว้ายังแสดงให้เห็นว่ากรรมวิธีการของพวกเขาประสบผลสำเร็จในการวางแบบ nanoelements ใหม่ที่สามารถตอบโต้กับสารเคมีรวมทั้งโปรตีนที่เฉพาะเจาะจงได้

คำตอบที่ครอบคลุม

ผลการศึกษาเรียนรู้พวกนี้สามารถใช้งานได้กับหลายสาขาวิชารวมถึงการใช้สเปคโตรเปิลและก็การบำบัดที่กำหนดเป้าหมายโน่นคือการออกแบบอนุภาคทุ่งนาโนที่มีคุณภาพแล้วก็รวดเร็วที่สามารถตั้งเป้าหมายโปรตีนที่เป็นอันตรายได้” Dr. Suchowski กล่าว นับเป็นครั้งแรกที่โครงข่าย Neuro Network ลึกได้รับการฝึกหัดจากการทดลองสังเคราะห์หลายพันชิ้นไม่เพียงแค่ แต่ว่าสามารถกำหนดขนาดของวัตถุที่เป็น nanosized แต่ยังสามารถช่วยสำหรับเพื่อการวางแบบรวมทั้งลักษณะของส่วนประกอบทางแสงแบบ metasurface สำหรับสารเคมีที่เป็นวัตถุประสงค์ได้อย่างเร็ว และชีโมเลกุล

การจัดการปัญหาของเรายังคงใช้แนวทางอื่นๆเมื่อรูปร่างถูกประดิษฐ์มักใช้เครื่องไม้เครื่องมือที่มีราคาแพงแล้วก็เวลาสำหรับเพื่อการระบุรูปร่างที่ถูกต้องซึ่งได้รับการประดิษฐ์ขึ้นจริงๆโซลูชันบนคอมพิวเตอร์ของเราทำในแบบ split second ตามการส่งแบบง่ายวัด.”

นักค้นคว้าผู้ซึ่งได้เขียนสิทธิบัตรเกี่ยวกับกรรมวิธีการใหม่ของพวกเขาตอนนี้กำลังขยายลำดับวิธีการศึกษาในลึกเพื่อรวมถึงลักษณะทางเคมีของอนุภาคทุ่งนาโน

Facebook Comments