Elm
EN AZ
Süni intellektlə idarə olunan ədəbiyyat mədənçilik istiliyə davamlı qurğuşunsuz dielektrik materialların kəşfini sürətləndirir

Süni intellektlə idarə olunan ədəbiyyat mədənçilik istiliyə davamlı qurğuşunsuz dielektrik materialların kəşfini sürətləndirir

phys.org 21.08.2026 04:40 25 baxış
Süni intellekt, hətta yüksək temperaturda da sabit performansı saxlayan yeni qurğuşunsuz dielektrik materialları kəşf etmək üçün yüzlərlə tədqiqat işi üzrə səpələnmiş məlumatları təhlil edib. Tədqiqat yeni bir a

Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilmişdir. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğuladılar: Süni intellekt hətta yüksək temperaturda da sabit performansı saxlayan yeni qurğuşunsuz dielektrik materialları kəşf etmək üçün yüzlərlə tədqiqat işi üzrə səpələnmiş məlumatları təhlil edib. Tədqiqat materialların kəşfini sınaq və səhv prosesindən verilənlərə əsaslanan bir prosesə çevirə biləcək yeni bir yanaşma təqdim edir.

Seul Milli Universiteti Mühəndislik Kolleci, Material Elmləri və Mühəndislik Departamentinin professoru Ho Won Jangın rəhbərlik etdiyi tədqiqat qrupunun elmi ədəbiyyatdan çıxarılan məlumatları fizikadan məlumatlı maşın öyrənməsi ilə birləşdirərək qurğuşunsuz dielektrik materialların layihələndirilməsi texnologiyasını inkişaf etdirdiyini açıqladı. Kwanwoo Song, inteqrasiya olunmuş M.S./Ph.D. tələbə, ilk müəllif kimi xidmət etmiş və ümumi tədqiqata rəhbərlik etmiş, eyni zamanda M.S./Ph.D. tələbə Youngmin Kim və postdoctoral tədqiqatçı Jaehyun Kim birgə tədqiqatda iştirak ediblər. Dielektriklər elektrik yükünü saxlayarkən elektrik cərəyanının birbaşa axmasına mane olan izolyasiya materiallarıdır və smartfonlarda, elektrik nəqliyyat vasitələrində və digər elektron cihazlarda istifadə olunan çox qatlı keramika kondansatörlərində (MLCC) əsas materiallardır.

Dielektrik sabiti nə qədər yüksək olarsa, eyni ölçülü komponent bir o qədər çox elektrik enerjisi saxlaya bilər. Elektron cihazlarda praktiki istifadə üçün, lakin dielektrik performans yüksək temperaturda da sabit qalmalıdır. Tədqiqat qrupu elmi məqalələrin mətni, cədvəlləri və qrafikləri üzrə paylanmış məlumatları avtomatik çıxaran multimodal ədəbiyyat mədənçiliyi ilə fizikadan məlumatlı maşın öyrənməsini birləşdirdi ki, əvvəlcə hədəf performans tələblərinə cavab vermə ehtimalı yüksək olan kompozisiyaları müəyyən edən tərs dizayn yanaşmasını inkişaf etdirdi.

Tədqiqatçılar 448 məqalədən 1202 dielektrik xüsusiyyət qeydindən ibarət məlumat toplusunu qurduqdan sonra təxminən 150 milyon imkandan ibarət virtual kompozisiya məkanını araşdırdılar və onu 37 namizədə qədər daraltdılar. Daha sonra onlar bu kompozisiyalardan ikisini sintez etdilər və həm yüksək dielektrik sabitləri, həm də əla yüksək temperatur sabitliyini eksperimental olaraq təsdiq etdilər. Nəticələr Nature Communications jurnalında dərc olunub.

Elektrikli nəqliyyat vasitələri, elektrik elektronikası və aerokosmik avadanlığı da daxil olmaqla, daha çox elektron cihaz yüksək temperaturda işlədikcə, temperaturun dəyişməsinə baxmayaraq sabit performansını saxlayan dielektrik materialların əhəmiyyəti artır. Xüsusilə, elektrik reaksiyası temperaturla nisbətən tədricən dəyişən relaksator ferroelektriklər geniş temperatur diapazonunda yüksək dielektrik sabitləri sabitliklə birləşdirmək potensialına malikdir. Axtarış qurğuşunsuz kompozisiyalarla məhdudlaşdıqda belə, elementlərin bir çox mümkün kombinasiyası və qarışdırma əmsalları səbəbindən potensial namizədlərin sayı faktiki olaraq sonsuzdur, sınaq və səhv kəşfiyyatını baha başa gəlir və vaxt aparır.

Bundan əlavə, müvafiq məlumatlar müxtəlif sənədlərin mətni, cədvəlləri və qrafikləri arasında səpələnmişdir, eyni zamanda temperatur, tezlik və nümunə xüsusiyyətləri kimi ölçmə şərtləri tədqiqatdan tədqiqata dəyişir və bu, məlumatların maşın öyrənməsi təlimi üçün birbaşa istifadəsini çətinləşdirir. Bu problemləri həll etmək üçün tədqiqatçılar real olaraq mövcud ola biləcək materialları yoxlamaq üçün fiziki qanunları özündə birləşdirən bir çox sənədlər arasında paylanmış məlumatları vahid formatda birləşdirən maşın öyrənmə çərçivəsi hazırladılar. Komanda, temperaturdan asılı dielektrik xassələri çıxarmaq üçün qrafikləri ədədi məlumatlara çevirərkən, tədqiqat işlərinin mətnindən və cədvəllərindən kompozisiya və emal şərtlərini təşkil etmək üçün böyük dil modellərindən istifadə etdi.

Xülasə — davamını mənbədə oxuyun.

Tam xəbəri oxu