利用機(jī)器學(xué)習(xí)技術(shù)開發(fā)新型壓電材料
瀏覽次數(shù)： 342 發(fā)布時間：2018-01-18 09:06:53 發(fā)布人：editor
傳統(tǒng)的材料開發(fā)方式往往依賴于試錯法或者經(jīng)驗。但是隨著材料成分、微觀結(jié)構(gòu)等復(fù)雜性的增加，傳統(tǒng)的方法不再適用。如何利用盡可能少的實驗來有效的提升新材料的性能，是材料研究人員所面臨的巨大挑戰(zhàn)。
【成果簡介】
機(jī)器學(xué)習(xí)技術(shù)被認(rèn)為可以從大量材料科學(xué)的數(shù)據(jù)中通過算法搜索隱藏于其中的重要信息，建立材料性能的預(yù)測模型，進(jìn)而實現(xiàn)材料性能的快速優(yōu)化。機(jī)器學(xué)習(xí)模型雖然可以對未知材料性能做出預(yù)測，但是面對大量已有預(yù)測值的可能材料，如何最有效地選擇下一步實驗要合成和測試的樣品?近日國際期刊Advanced Materials以“Accelerated Discovery of Large Electrostrains in BaTiO3-Based Piezoelectrics Using Active Learning”為題發(fā)表了西安交通大學(xué)最新研究成果，該工作發(fā)現(xiàn)平衡考慮預(yù)測值與不確定性的實驗設(shè)計策略在材料開發(fā)中更加高效。該工作由西安交通大學(xué)金屬材料強(qiáng)度國家重點實驗室孫軍教授、丁向東教授團(tuán)隊博士生袁睿豪、薛德禎副教授等與美國洛斯阿拉莫斯國家實驗室的Turab Lookman教授合作完成。
【圖文導(dǎo)讀】
圖1. 利用自適應(yīng)設(shè)計循環(huán)提升材料開發(fā)速度
圖2. 統(tǒng)計模型以及不同選擇策略的表現(xiàn)
圖3. 新開發(fā)材料性能表征
圖4. 與其他無鉛壓電體系對比
圖5. 朗道理論對高電致應(yīng)變的解釋
【小結(jié)】
本文提出了一個基于主動學(xué)習(xí)技術(shù)的材料設(shè)計方法，并應(yīng)用于加速設(shè)計開發(fā)新型壓電材料。這一設(shè)計思路是一個由數(shù)據(jù)采集、統(tǒng)計模型、實驗設(shè)計、結(jié)果反饋組成的循環(huán)回路;通過對回路的多次循環(huán)，實現(xiàn)對材料目標(biāo)性能的快速優(yōu)化。區(qū)別于以往以預(yù)測結(jié)果為導(dǎo)向的實驗設(shè)計，上述循環(huán)最大的不同之處在于利用預(yù)測結(jié)果的不確定性(uncertainty)進(jìn)行實驗設(shè)計，僅僅通過三組實驗就成功開發(fā)了一種具有高電致應(yīng)變的無鉛壓電材料。同時，本文還比較了不同的實驗設(shè)計策略，發(fā)現(xiàn)平衡考慮預(yù)測值與不確定性的策略在材料開發(fā)中更加高效。該思路可以被廣泛應(yīng)用于新材料的快速研發(fā)。
文獻(xiàn)鏈接：Accelerated Discovery of Large Electrostrains in BaTiO3-Based Piezoelectrics Using Active Learning (Adv. Mater., 2018, DOI: 10.1002/adma.201702884)