ശാസ്ത്രജ്ഞർ വികസിപ്പിച്ചെടുത്ത ഡീപ്-ലേണിംഗ് മോഡലുകൾക്ക് ഇപ്പോൾ എക്സ്-റേ ഡിഫ്രാക്ഷൻ ടെക്നിക്കുകൾ ഉൽപാദിപ്പിക്കുന്ന വിപുലമായ ഡാറ്റ വിശകലനം ചെയ്യാൻ കഴിയും.

റോച്ചെസ്റ്റർ സർവകലാശാലയിലെ ഗവേഷകർ പറയുന്നത് ആഴത്തിലുള്ള പഠനത്തിന് പുതിയ വസ്തുക്കളുടെ സവിശേഷതകൾ വിശദീകരിക്കുന്നതിനുള്ള സ്വർണ്ണ മാനദണ്ഡമായ ഒരു സാങ്കേതികവിദ്യയെ സൂപ്പർചാർജ് ചെയ്യാൻ കഴിയും എന്നാണ്. എക്സ്-റേ ഡിഫ്രാക്ഷൻ പരീക്ഷണങ്ങളിൽ നിന്ന് സൃഷ്ടിച്ച വിപുലമായ ഡാറ്റ കൂടുതൽ ഫലപ്രദമായി ഉപയോഗിക്കുന്നതിന് അവർ എങ്ങനെ മോഡലുകൾ സൃഷ്ടിച്ചുവെന്ന് എൻപിജെ കമ്പ്യൂട്ടേഷണൽ മെറ്റീരിയൽസിൽ പ്രസിദ്ധീകരിച്ച അവരുടെ കൃതി വിശദീകരിക്കുന്നു.

എക്സ്-റേ ഡിഫ്രാക്ഷൻ പരീക്ഷണങ്ങളിൽ, തിളക്കമുള്ള ലേസറുകൾ ഒരു സാമ്പിളിൽ പ്രകാശിക്കുന്നു, ഇത് മെറ്റീരിയലിന്റെ ഘടനയെയും ഗുണങ്ങളെയും കുറിച്ചുള്ള പ്രധാന വിവരങ്ങൾ ഉൾക്കൊള്ളുന്ന ഡിഫ്രാക്റ്റഡ് ഇമേജുകൾ സൃഷ്ടിക്കുന്നു. ഈ ചിത്രങ്ങൾ വിശകലനം ചെയ്യുന്നതിനുള്ള പരമ്പരാഗത രീതികൾ വിവാദപരവും സമയമെടുക്കുന്നതും പലപ്പോഴും ഫലപ്രദമല്ലാത്തതുമാണെന്ന് മെക്കാനിക്കൽ എഞ്ചിനീയറിംഗ് വിഭാഗത്തിലെ അസോസിയേറ്റ് പ്രൊഫസറും ലബോറട്ടറി ഫോർ ലേസർ എനർജിറ്റിക്സിലെ (എൽഎൽഇ) ശാസ്ത്രജ്ഞനുമായ പ്രോജക്ട് ലീഡ് നിയാസ് അബ്ദുൽറഹിം പറയുന്നു.

“ഈ ചിത്രങ്ങളിൽ ഓരോന്നിലും ധാരാളം മെറ്റീരിയൽ സയൻസും ഭൗതികശാസ്ത്രവും മറഞ്ഞിരിക്കുന്നു, ലോകമെമ്പാടുമുള്ള സൗകര്യങ്ങളിലും ലാബുകളിലും എല്ലാ ദിവസവും ടെറാബൈറ്റ് ഡാറ്റ നിർമ്മിക്കുന്നു,” അബ്ദുൽറഹിം പറഞ്ഞു. “ഈ ഡാറ്റ വിശകലനം ചെയ്യുന്നതിന് ഒരു നല്ല മോഡൽ വികസിപ്പിക്കുന്നത് മെറ്റീരിയൽ നവീകരണം വേഗത്തിലാക്കാനും തീവ്രമായ സാഹചര്യങ്ങളിൽ മെറ്റീരിയലുകൾ മനസിലാക്കാനും വ്യത്യസ്ത സാങ്കേതിക ആപ്ലിക്കേഷനുകൾക്കായി മെറ്റീരിയലുകൾ വികസിപ്പിക്കാനും സഹായിക്കും.”

ഉയർന്ന ഊർജ്ജ സാന്ദ്രത പരീക്ഷണങ്ങളിലെ പുതുമകൾ

ജെറാർഡോ സാൽഗാഡോ ’23 എംഎസ് (മെറ്റീരിയൽസ് സയൻസ്) നേതൃത്വം നൽകിയ പഠനം, എൽഎൽഇയിൽ നടത്തിയതുപോലുള്ള ഉയർന്ന ഊർജ്ജ സാന്ദ്രതയുള്ള പരീക്ഷണങ്ങൾക്ക് പ്രത്യേക വാഗ്ദാനം നൽകുന്നു. അങ്ങേയറ്റത്തെ സാഹചര്യങ്ങളിൽ വസ്തുക്കൾ മാറുന്ന കൃത്യമായ നിമിഷം പരിശോധിക്കുന്നതിലൂടെ, ശാസ്ത്രജ്ഞർക്ക് പുതിയ വസ്തുക്കൾ സൃഷ്ടിക്കുന്നതിനുള്ള വഴികൾ കണ്ടെത്താനും നക്ഷത്രങ്ങളുടെയും ഗ്രഹങ്ങളുടെയും രൂപീകരണത്തെക്കുറിച്ച് പഠിക്കാനും കഴിയും.

യുഎസ് ഊർജ്ജ വകുപ്പിന്റെ നാഷണൽ ന്യൂക്ലിയർ സെക്യൂരിറ്റി അഡ്മിനിസ്ട്രേഷനും നാഷണൽ സയൻസ് ഫൗണ്ടേഷനും ധനസഹായം നൽകുന്ന ഈ പദ്ധതി എക്സ്-റേ ഡിഫ്രാക്ഷൻ വിശകലനത്തിനായി മെഷീൻ ലേണിംഗ് മോഡലുകൾ വികസിപ്പിക്കാനുള്ള മുൻ ശ്രമങ്ങളെ മെച്ചപ്പെടുത്തുന്നുവെന്ന് അബ്ദുൽറഹിം പറയുന്നു. കമ്പ്യൂട്ടർ സയൻസ് ഡിപ്പാർട്ട് മെന്റിലെ അസോസിയേറ്റ് പ്രൊഫസർ ചെൻലിയാംഗ് സൂ, അവരുടെ വിദ്യാർത്ഥികൾ എന്നിവർ അവരുടെ ആഴത്തിലുള്ള പഠന മാതൃകകളെ പരിശീലിപ്പിക്കുന്നതിനായി അജൈവ വസ്തുക്കൾ ഉപയോഗിച്ചുള്ള പരീക്ഷണങ്ങളിൽ നിന്നുള്ള യഥാർത്ഥ ലോക ഡാറ്റ ഉൾപ്പെടുത്തി.

മോഡലുകൾ പരിഷ്കരിക്കാൻ സഹായിക്കുന്നതിന് കൂടുതൽ എക്സ്-റേ ഡിഫ്രാക്ഷൻ വിശകലനം പരീക്ഷണാത്മക ഡാറ്റ പൊതുവായി ലഭ്യമാക്കേണ്ടതുണ്ടെന്ന് അബ്ദുൽറഹിം പറയുന്നു. സിസ്റ്റത്തെ പരിശീലിപ്പിക്കാനും വിലയിരുത്താനും സഹായിക്കുന്ന ഡാറ്റ പങ്കിടാൻ മറ്റുള്ളവർക്കായി പ്ലാറ്റ്ഫോമുകൾ സൃഷ്ടിക്കുന്നതിൽ ടീം പ്രവർത്തിക്കുന്നുണ്ടെന്നും ഇത് കൂടുതൽ ഫലപ്രദമാക്കുമെന്നും അവർ പറയുന്നു.

റഫറൻസ്: ജെറാർഡോ ഇ. സാൽഗാഡോ, സാമുവൽ ലെർമാൻ, ഷാവോടോങ് ഡു, ചെൻലിയാംഗ് സൂ, നിയാസ് അബ്ദോൽറാഹിം, 4 ഡിസംബർ 2023, എൻപിജെ കമ്പ്യൂട്ടേഷണൽ മെറ്റീരിയൽസ് എന്നിവരുടെ “ഡീപ് ലേണിംഗ് മോഡലുകൾ ഉപയോഗിച്ച് വലിയ എക്സ്-റേ ഡിഫ്രാക്ഷൻ ഡാറ്റയുടെ ഓട്ടോമേറ്റഡ് ക്ലാസിഫിക്കേഷൻ”.

DOI: 10.1038/s41524-023-01164-8