Onderzoekers van de Peter the Great St.Petersburg Polytechnic University (SPbPU) stelden in samenwerking met collega's van de Southern Federal University en het Indian Institute of Technology-Madras (IIT Madras) voor om machinale leermethoden te gebruiken om de eigenschappen van kunstmatige saffierkristallen te voorspellen - een uniek materiaal dat op grote schaal gebruikt in micro-elektronica, optica en elektronica. De resultaten van het onderzoek zijn gepubliceerd in de Tijdschrift voor elektronische wetenschap en technologie en de illustratie van het artikel stond op de omslag van het tijdschrift.

Methoden voor machinaal leren worden steeds populairder bij het versnellen van het ontwerp van nieuwe materialen door materiaaleigenschappen te voorspellen. Het minimaliseren van verschillende defecten in de kristalstructuur is uiterst belangrijk voor de verbetering en ontwikkeling van moderne technologieën voor de kunstmatige groei van saffierkristallen.

Wetenschappers merken op dat het doel van het onderzoek is om verschillende defecten in saffierkristallen te verminderen en om moderne technologieën voor het kweken van kunstmatige kristallen te verbeteren en te ontwikkelen.

"Ons onderzoeksteam heeft de modellen verkregen van de invloed van kristalgroeiparameters op de groei van saffierkristallen. We hebben de software ontwikkeld die wordt beschouwd als een universeel hulpmiddel voor het bestuderen van de invloed van verschillende parameters op de kwaliteit van kristallen. Het kan op grote schaal worden gebruikt om te beoordelen en de defecten in een groeiend kristal voorspellen, " zei Alexey Filimonov, Professor van de Hogere Technische Natuurkunde School aan de Peter the Great St. Petersburg Polytechnic University (SPbPU).

Julia Klunnikova, Universitair hoofddocent aan de Southern Federal University (SFU), voegt toe:"We gebruiken het schema waarbij voorspellende modules afzonderlijk worden ontwikkeld met behulp van de Orange Canvas-dataminingtool. Voor het beslissingsondersteunende systeem, onze groep ontwikkelde een speciale softwaretool voor het analyseren van de kwaliteit van de resulterende kristallen, waarmee het proces van kristalgroei kan worden geoptimaliseerd."

Ravi Kumar, Hoofd van het Laboratorium voor High Performance Keramiek &Professor in de afdeling Metallurgical and Materials Eng., aan het Indian Institute of Technology-Madras (IIT Madras), is ervan overtuigd dat de industriële toepassing van dergelijke methoden het automatiseringsniveau van de productie van kristallen zal verhogen met een vooraf gedefinieerde combinatie van eigenschappen die belangrijk kunnen zijn voor een bepaalde toepassing in micro- en nano-elektronica. De oplossing van deze wetenschappelijke en technische problemen veronderstelt het gebruik van informatietechnologieën bij de productie van kristallen op een nieuw niveau.

Momenteel, het team van auteurs werkt aan het vergroten van het aantal experimentele gegevens, wat nieuwe voorspellingskansen zal bieden en de nauwkeurigheid ervan zal vergroten. Het is de bedoeling om kristalbeelden uit de ovenkamer te herkennen en de invloed van de omstandigheden op de kristalkwaliteit te voorspellen.