本文率
光谱的解释并不总是一个简单的任务,需要相当的专业知识。每个光谱可以与一个数据库,其中包含众多参考资料属性,但是未知的材料特性,在数据库中不存在问题,和经常被使用光谱模拟和理论计算。此外,现代光谱仪器可以产生成千上万的光谱从一个实验是将传统的人为解释半岛综合体育官方APP下载德甲方法,相当大的压力,因此需要更多的数据驱动的方法。
使用大数据分析技术在材料科学应用,吸引和东京大学工业科学研究所研究人员意识到,这些技术可以用来解释比传统方法更大数量的光谱。“我们发明了一种数据驱动的方法基于机器学习技术使用的组合层集群和决策树方法”,国家共同通讯作者Teruyasu沟口健二。
该团队使用理论计算构造一个光谱数据库中的每个光谱有一一对应的原子结构和所有光谱包含相同的参数。两种机器学习方法的使用允许的发展既是一个光谱的解释方法和光谱预测方法,用于当一个物质的原子组态。方法已成功应用于解释复杂的光谱从两个芯电子损失光谱学方法,能量损失靠近边缘结构(eln)和x射线吸收靠近边缘结构(黄嘌呤),并用来预测提供材料信息的光谱特性。半岛综合体育官方APP下载德甲“我们的方法有潜力提供信息材料,不能确定手动和可以预测一个光谱中,从材料的几何信息单”,作者Shin Kiyohara说。
然而,拟议的机器学习方法并不局限于民族解放军/黄嘌呤光谱,可以用来分析任何光谱数据快速、准确而不需要专业知识。因此,方法预计将有广泛的适用性。
工作中描述科学报告。
本文率
技术
