研究人員利用新的基于圖

?div id="jfovm50" class="index-wrap">！?/span>

神經(jīng)網(wǎng)絡(luò)的圖示顯示了來自超過25,000個(gè)壓電響應(yīng)力顯微鏡圖像的數(shù)據(jù)庫的對(duì)稱性圖像相似性。

圖片來自利哈伊大學(xué)

。

結(jié)構(gòu)與性能的關(guān)系

在材料研究中

，了解材料的結(jié)構(gòu)如何影響其性能是一個(gè)關(guān)鍵目標(biāo)。盡管如此，由于結(jié)構(gòu)的復(fù)雜性，目前還沒有廣泛使用的指標(biāo)來可靠地確定材料的結(jié)構(gòu)將如何影響其性能。隨著機(jī)器學(xué)習(xí)技術(shù)的興起，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)證明自己是這一應(yīng)用的潛在工具，但Agar仍然認(rèn)為有兩個(gè)主要挑戰(zhàn)需要克服。

第二個(gè)問題是

，神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)如何識(shí)別結(jié)構(gòu)對(duì)稱性和周期性——材料結(jié)構(gòu)的周期性方面并不是很有效

。由于這兩個(gè)特征對(duì)材料研究人員來說至關(guān)重要，因此使用神經(jīng)網(wǎng)絡(luò)直到現(xiàn)在都面臨著巨大的挑戰(zhàn)

。

通過機(jī)器學(xué)習(xí)進(jìn)行相似性預(yù)測(cè)

Lehigh的新型神經(jīng)網(wǎng)絡(luò)旨在解決Agar所描述的兩個(gè)問題

。除了能夠理解對(duì)稱性之外，該模型還能夠搜索非結(jié)構(gòu)化圖像數(shù)據(jù)庫