2019-10-23 美国 来源:EurekAlert! 领域:新材料
关键词:
据EurekAlert!网站10月22日消息,美国理海大学、劳伦斯伯克利国家实验室、德克萨斯大学、宾夕法尼亚州立大学和橡树岭国家实验室的科学家合作,利用递归神经网络来揭示铁电材料开关动力学机制。研究团队采用位于橡树岭国家实验室的频带激励压电响应力显微镜(band-excitation PFM),基于高光谱成像技术,对纳米级铁电材料的电刺激响应进行原位表征测试。获得测试数据后,研究团队开发了一种神经递归网络技术,从大量测试数据中学习并提取有用信息。采用该方法,研究团队研究了铁电畴开关的动力学机制,并首次实现过程的可视化。研究人员表示,递归神经网络能够有效地处理结构化数据,理解高光谱成像技术生成数据的复杂关联,这是更原始的机器学习技术所不能实现的。相关研究成果发表于《自然通讯》期刊。
https://www.eurekalert.org/pub_releases/2019-10/lu-nnt102119.php