• Ученые ИТМО разработали метод для быстрого и дешевого проектирования магнитных наночастиц с помощью ML-модели.
• ML-модель предсказывает ключевое свойство наночастиц - обменное смещение, регулирующее электромагнитные и электронные характеристики.
• Разработка открывает новые возможности для материаловедов в создании компонентов для микроэлектроники и медицинского оборудования.
• Результаты исследования опубликованы в журнале The Journal of Physical Chemistry C.
• ML-модель позволяет предсказать обменное смещение всего за пару минут, используя более тысячи строк данных.
• Для тестирования модели были выбраны две модели машинного обучения, но XGBoost оказалась наиболее эффективной.
• ML-модель прогнозирует обменное смещение на основе более 30 параметров магнитных наночастиц.
• Технология предсказания обменного сдвига используется впервые в мире.

«ML-модель прогнозирует величину обменного сдвига на основании более 30 параметров магнитных наночастиц. Среди них — форма и размер наночастицы, температурные зависимости, коэрцитивная сила, напряженность магнитного поля и другие. Вы заносите эти данные в код, и модель предсказывает, будет ли наблюдаться в наночастицах обменный сдвиг и какой величины. Так вам не нужно проводить сложнейшие расчеты и эксперименты с крайне чувствительными к внешним факторам наночастицами, чтобы найти наиболее подходящие по параметрам для конкретной цели», — отмечает автор проекта, магистрант Центра искусственного интеллекта в химии химико-биологического кластера ИТМО Ксения Капранова.