🌎 МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ОПЫТ ЮФУ

🌎 МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ОПЫТ ЮФУ

👉Специалисты ЮФУ из Международного исследовательского института интеллектуальных материалов и Института математики, механики и информатики совместно с коллегами из Института Поля Шеррера (Швейцария) и Университета Турина (Италия) разработали прорывной подход к определению параметров трехмерной структуры материалов на основе анализа получаемых на установках мега-сайенс спектров рентгеновского поглощения (международный термин XANES) с применением технологии искусственного интеллекта.

🎓В исследовании приняли участие сотрудники ЮФУ: Александр Гуда, Сергей Гуда, Александр Солдатов, Арам Бугаев, Михаил Солдатов, аспиранты Юрий Русалев и Олег Усольцев и другие.

Ученые сделали важный шаг в решении задачи по извлечению прецизионной количественной информации из спектров XANES, количественный анализ которых практически никогда в мире не проводится в других научных лабораториях.

Ранее для таких трудоемких расчетов в ЮФУ разработали уникальный подход, отмеченный призом за лучшую в мире работу в области спектроскопии рентгеновского поглощения (Смоленцев Г и Солдатов А, 2007).🗣

👆Новая версия подхода, названая PyFitIt, решает данную задачу уже на основе алгоритмов машинного обучения. Программа также позволяет проводить статистический анализ больших массивов данных, которые в настоящее время получаются в ходе экспериментов на уникальных исследовательских установках мага-сайенс, строительство которых в настоящее время начинается и в России.

🗣«Наш подход может быть применен как для анализа спектра XANES, так и для любого другого спектра и позволяет свести к минимуму систематические ошибки при исследовании структуры наноматериалов, причем не только исходных и конечных материалов, а и промежуточных веществ, которые существуют в ходе реакции», - утверждают исследователи.

Программа PyFitIt является первой программой для анализа спектров рентгеновского поглощения на основе методов машинного обучения, доступной научному сообществу и на сегодняшний день не имеет мировых аналогов.

Мы гордимся достижениями наших сотрудников ,их неоценимым вкладом в международное развитие науки и поздравляем с достойным результатом!

Подробнее по ссылке 👉 sfedu.ru/news/63168

#ЮФУ #SFEDU #sfedu_alumni #ЮФУдляЮФО #университет

#профессионал

#эксперт

#экспертЮФУ #НаукаЮФУ