上海光機所提出對二維材料光譜學(xué)進行機器學(xué)習(xí)的新方案
中國科學(xué)院上海光學(xué)精密機械研究所微納光電子功能材料實驗室在利用隨機森林算法實現(xiàn)二維材料層數(shù)和缺陷識別方面取得新進展，揭示了機器學(xué)習(xí)算法在二維材料光譜學(xué)研究領(lǐng)域的應(yīng)用潛力。
 近期，中國科學(xué)院上海光學(xué)精密機械研究所微納光電子功能材料實驗室在利用隨機森林算法實現(xiàn)二維材料層數(shù)和缺陷識別方面取得新進展，揭示了機器學(xué)習(xí)算法在二維材料光譜學(xué)研究領(lǐng)域的應(yīng)用潛力，相關(guān)工作發(fā)表在[ Nanomaterials 2020, 10, 2223 ]。 機器學(xué)習(xí)是人工智能領(lǐng)域的一個重要分支，其基本思想是基于數(shù)據(jù)構(gòu)建統(tǒng)計模型，并利用模型對數(shù)據(jù)進行分析和預(yù)測。隨著大數(shù)據(jù)技術(shù)的飛速發(fā)展，以數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)算法在材料研究的各個領(lǐng)域開始蓬勃興起。二維材料的Raman光譜對于分子鍵合以及樣品的結(jié)構(gòu)非常敏感，可以用來進行化學(xué)鑒別、形態(tài)與相、內(nèi)壓力/應(yīng)力以及組成成份等方面的研究和分析。盡管Raman光譜提供了足夠多的信息，但如何挖掘信息深度、利用多種信息進行綜合決策仍然有待進一步的研究。 在這項研究中，科研人員利用了MoS2的Raman頻率、強度在內(nèi)的多種特征信息，利用重采樣過程得到了包含不同空間位置信息的子訓(xùn)練集，并通過學(xué)習(xí)過程建立了由一定數(shù)量決策樹組成的隨機森林模型。當(dāng)有新的樣本點進入模型進行預(yù)測和判斷時，隨機森林中的每棵決策樹會進行獨立判斷，繼而通過多數(shù)表決的方式給出相對準(zhǔn)確的預(yù)測結(jié)果。除了能夠判斷單層和雙層樣品外，模型還能夠?qū)悠飞L過程中容易引入的裂痕和隨機分布晶核進行預(yù)測。這項工作提出的研究方案將機器學(xué)習(xí)算法引入了二維材料光譜學(xué)的研究，并且可以擴展到其他材料，為不同領(lǐng)域的材料表征提供了重要解決方案。  圖1.隨機森林算法中學(xué)習(xí)過程的基本結(jié)構(gòu)  圖2.隨機森林算法中預(yù)測過程的基本結(jié)構(gòu)和一些區(qū)域?qū)訑?shù)識別的結(jié)果 相關(guān)工作得到了國家自然科學(xué)基金委、中國科學(xué)院，及上海市科委的支持。 原文鏈接：https://www.mdpi.com/2079-4991/10/11/2223 |
1.行業(yè)新聞、市場分析。 2.新品新技術(shù)（最新研發(fā)出來的產(chǎn)品技術(shù)介紹，包括產(chǎn)品性能參數(shù)、作用、應(yīng)用領(lǐng)域及圖片）； 3.解決方案/專業(yè)論文（針對問題及需求，提出一個解決問題的執(zhí)行方案）； 4.技術(shù)文章、白皮書，光學(xué)軟件運用技術(shù)（光電行業(yè)內(nèi)技術(shù)文檔）；
如果想要將你的內(nèi)容出現(xiàn)在這里，歡迎聯(lián)系我們，投稿郵箱：service@opticsky.cn