Ученые из Южного федерального университета (ЮФУ) разработали метод, который позволяет нейросети расшифровывать данные рентгеновской спектроскопии поглощения всего за несколько минут. Разработка, как сообщает пресс-служба университета, значительно ускоряет процесс анализа, который ранее занимал до полугода.
Рентгеновская спектроскопия поглощения используется для определения расположения атомов, их химического состояния и других важных характеристик материалов. Новый подход основан на машинном обучении с использованием фреймворка PyFitIt, который разрабатывался в Институте ЮФУ. В результате, нейросеть, обученная на специально собранных базах данных, может теперь анализировать спектры с высокой точностью и воспроизводимостью.
Исследователи использовали данные для хрома и ванадия, двух элементов, которые играют ключевую роль в химической промышленности. Например, соединения хрома используются в катализаторе Филлипса, который является основой производства полиэтилена. Благодаря новому методу, анализ данных стал значительно быстрее и точнее, отметили в пресс-службе.
Для обучения нейросети ученые собрали обширную базу эталонных соединений, которые покрывают все возможные комбинации окружения атомов, степени окисления и межатомных расстояний.