Gegevens zijn slechts zo goed als het vermogen van mensen om ze te analyseren en er gebruik van te maken.

Bij materiaalonderzoek het vermogen om enorme hoeveelheden gegevens te analyseren - vaak gegenereerd op nanoschaal - om de eigenschappen van materialen te vergelijken, is de sleutel tot ontdekking en tot industrieel gebruik. Jeffrey M. Rickman, een professor in materiaalkunde en natuurkunde aan de Lehigh University, vergelijkt dit proces met het maken van snoep:

"Als je een snoepje wilt maken dat heeft, zeggen, het ideale niveau van zoetheid, je moet verschillende potentiële ingrediënten en hun impact op de zoetheid kunnen vergelijken om het ideale laatste snoepje te maken, ' zegt Rikman.

Sinds enkele decennia is nanomaterialen - materie die zo klein is dat het wordt gemeten in nanometers (één nanometer =een miljardste van een meter) en kan worden gemanipuleerd op atomaire schaal - hebben beter gepresteerd dan conventionele materialen in sterkte, geleidbaarheid en andere belangrijke kenmerken. Een obstakel voor het opschalen van de productie is het feit dat wetenschappers niet de tools hebben om volledig gebruik te maken van data - vaak in de terabytes, of triljoenen bytes - om hen te helpen de materialen te karakteriseren - een noodzakelijke stap in de richting van het bereiken van 'het ideale laatste snoepje'.

Wat als dergelijke gegevens gemakkelijk door wetenschappers kunnen worden geraadpleegd en gemanipuleerd om realtime antwoorden op onderzoeksvragen te vinden?

De belofte van materialen zoals in DNA gewikkelde enkelwandige koolstofnanobuisjes zou kunnen worden gerealiseerd. Koolstof nanobuisjes zijn een buisvormig materiaal dat zo klein kan zijn als een miljardste van een meter, of ongeveer 10, 000 keer kleiner dan een mensenhaar. Dit materiaal zou een revolutie teweeg kunnen brengen in de toediening van medicijnen en medische detectie met zijn unieke vermogen om levende cellen binnen te dringen.

Een nieuw artikel zet een stap in de richting van het waarmaken van de belofte van dergelijke materialen. Geschreven door Rickman, het artikel beschrijft een nieuwe manier om relaties met materiaaleigenschappen in kaart te brengen die zeer multidimensionaal van aard zijn. Rickman gebruikt methoden voor data-analyse in combinatie met een visualisatiestrategie die parallelle coördinaten wordt genoemd om multidimensionale materiaalgegevens beter weer te geven en om bruikbare relaties tussen eigenschappen te extraheren. Het artikel, "Gegevensanalyse en parallel coördinaat materiaaleigenschapsgrafieken, " is gepubliceerd in npj Computational Materials , een tijdschrift voor natuuronderzoek.

"In de krant, " zegt Rikman, "We illustreren het nut van deze aanpak door een kwantitatieve manier te bieden om metaal- en keramische eigenschappen te vergelijken, hoewel de aanpak kan worden toegepast op alle materialen die u wilt vergelijken."

Het is het eerste artikel dat voortkomt uit Lehigh's Nano/Human Interface Presidential Engineering Research Initiative, een multidisciplinair onderzoeksinitiatief dat voorstelt om een ​​mens-machine-interface te ontwikkelen om het vermogen van wetenschappers te verbeteren om de enorme hoeveelheden gegevens die door wetenschappelijk onderzoek worden gegenereerd, te visualiseren en te interpreteren. Het werd gelanceerd door een institutionele investering van $ 3 miljoen die vorig jaar werd aangekondigd.

De leider van het initiatief is Martin P. Harmer, hoogleraar materiaalkunde en techniek. Naast Rikman, andere senior faculteitsleden zijn Anand Jagota, afdelingsvoorzitter bio-engineering; Daniel P. Lopresti, afdelingsvoorzitter computerwetenschappen en techniek en directeur van Lehigh's Data X Initiative; en Catherine M. Arrington, universitair hoofddocent psychologie.

“Meerdere onderzoeksuniversiteiten investeren fors in big data, ", zegt Rickman. "Ons initiatief brengt een relatief nieuw aspect met zich mee:het menselijke element."

Volgens Arrington, het Nano/Human Interface-initiatief legt de nadruk op de mens, omdat de succesvolle ontwikkeling van nieuwe tools voor datavisualisatie en -manipulatie noodzakelijkerwijs rekening moet houden met de cognitieve sterke punten en beperkingen van de wetenschapper.

"De gedrags- en cognitiefwetenschappelijke aspecten van het Nano/Human Interface-initiatief zijn tweeledig, "zegt Arrington. "Eerst, een onderzoeksmodel op basis van menselijke factoren maakt een analyse van de huidige werkomgeving mogelijk en duidelijke aanbevelingen aan het team voor de ontwikkeling van nieuwe instrumenten voor wetenschappelijk onderzoek. Tweede, een cognitieve psychologische benadering is nodig om fundamenteel wetenschappelijk onderzoek uit te voeren naar de mentale representaties en operaties die uniek kunnen worden uitgedaagd bij het onderzoek naar nanomaterialen."

De voorgestelde methode van Rickman maakt gebruik van parallelle coördinaten, dat is een methode voor het visualiseren van gegevens die het mogelijk maakt om uitbijters of patronen te herkennen op basis van gerelateerde metrische factoren. Grafieken met parallelle coördinaten kunnen helpen om die patronen te ontrafelen.

De uitdaging, zegt Rikman, ligt in het interpreteren van wat je ziet.

"Als punten in twee dimensies worden geplot met behulp van X- en Y-assen, je zou clusters van punten kunnen zien en dat zou je iets vertellen of een aanwijzing geven dat de materialen sommige attributen zouden kunnen delen, "legt hij uit. "Maar, wat als de clusters in 100 dimensies zijn?"

Volgens Rikman, er zijn tools die kunnen helpen het aantal dimensies te verminderen en niet-relevante dimensies te elimineren om deze patronen beter te identificeren. In dit werk, hij past dergelijke gereedschappen met succes toe op materialen.

"De verschillende afmetingen of assen beschrijven verschillende aspecten van de materialen, zoals samendrukbaarheid en smeltpunt, " hij zegt.

De grafieken die in het document worden beschreven, vereenvoudigen de beschrijving van hoogdimensionale geometrie, dimensionale reductie en de identificatie van significante eigenschapscorrelaties mogelijk maken en onderscheid tussen verschillende materiaalklassen onderstrepen.

Uit de krant:"In dit werk, we illustreerden het nut van het combineren van de methoden van gegevensanalyse met een parallelle coördinatenweergave om multidimensionale materiaaleigenschapsgrafieken te construeren en te interpreteren. Deze constructie, samen met bijbehorende materiaalanalyses, maakt de identificatie van belangrijke eigenschapscorrelaties mogelijk, kwantificeert de rol van vastgoedclustering, benadrukt de doeltreffendheid van strategieën voor dimensionale reductie, biedt een raamwerk voor de visualisatie van materiaalklasse-enveloppen en vergemakkelijkt de materiaalkeuze door multidimensionale eigenschapsbeperkingen weer te geven. Gezien deze mogelijkheden, deze benadering vormt een krachtig hulpmiddel voor het verkennen van complexe onderlinge relaties tussen eigendommen die als leidraad kunnen dienen voor de materiaalselectie."

Terugkomend op de metafoor voor het maken van snoep, Rickman zegt:"We zijn op zoek naar de beste methoden om de snoepjes samen te voegen om te maken wat we willen en deze methode kan een manier zijn om dat te doen."

nieuwe grens, nieuwe benaderingen

Het maken van een routekaart naar het vinden van de beste methoden is het doel van een 2½-daagse, internationale workshop genaamd "Workshop on the Convergence of Materials Research and Multi-Sensory Data Science" die wordt georganiseerd door Lehigh University in samenwerking met The Ohio State University.

De workshop - die zal plaatsvinden in Bear Creek Mountain Resort in Macungie, PA van 11-13 juni, 2018 - zal wetenschappers uit verwante disciplines in de basis- en sociale wetenschappen en engineering samenbrengen om veel problemen aan te pakken die te maken hebben met multi-sensorische datawetenschap, zoals toegepast op problemen in materiaalonderzoek.

"We hopen dat een van de resultaten van de workshop het smeden van lopende partnerschappen zal zijn om een ​​routekaart te helpen ontwikkelen voor het opzetten van een gemeenschappelijke taal en een kader voor een voortdurende dialoog om deze inspanning van het bevorderen van multi-sensorische datawetenschap vooruit te helpen, " zegt Rikman, die hoofdonderzoeker is van een subsidie ​​van de National Science Foundation (NSF), uitgereikt door de afdeling Materiaalonderzoek ter ondersteuning van de workshop.

Mede-hoofdonderzoeker, Nancy Carlisle, assistent-professor bij de afdeling psychologie van Lehigh, zegt dat de conferentie complementaire expertisegebieden zal samenbrengen om nieuwe perspectieven en wegen voorwaarts mogelijk te maken.

"Als mensen gegevens verwerken, het is belangrijk om beperkingen in zowel de mens als de gegevens te herkennen, ", zegt Carlisle. "Het verzamelen van informatie uit de cognitieve wetenschap kan helpen bij het verfijnen van de manieren waarop we gegevens aan mensen presenteren en hen helpen een betere representatie te vormen van de informatie in de gegevens. Cognitieve wetenschappers zijn getraind om de grenzen van menselijke mentale verwerking te begrijpen - dat is wat we doen! Rekening houden met deze beperkingen bij het bedenken van nieuwe manieren om gegevens te presenteren, is van cruciaal belang voor succes."

Rickman voegt eraan toe:"We bevinden ons op een nieuwe grens in materiaalonderzoek, die vraagt ​​om nieuwe benaderingen en partners om de weg vooruit uit te stippelen."