杜克科研課題

利用機器學習的納米材料合成預測

課題簡介

納米材料，即在三維空間中至少一個維度的尺寸小于100納米的先進材料。在納米尺度下，量子限域效應以及表面效應廣泛存在，因此，納米材料具有特殊而優異的光、電、磁等性質。但是因其性質對于尺寸和形狀的敏感性，在合成階段對于納米材料尺寸和形狀的控制顯得至關重要。然而，由于化學反應的復雜性，研究人員往往只能對納米材料的尺寸進行粗糙的控制。

本課題旨在利用近年來快速發展的機器學習技術對納米材料的合成進行預測。輸入反應物濃度、pH值、溫度等基本的反應條件后，利用訓練后的神經網絡矩陣進行處理并輸出反應產物的形貌，實現對于特定尺寸和形貌的納米材料的精確合成。

 

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

1. 英文：
（1）具備基本的學術英語閱讀能力；
（2）接觸過英文寫作，有論文寫作經驗者更佳；

 

2. 數學：
（1）對數學的基礎知識和概念有一定的認識

 

3. 計算機：
（1）Python 編程基礎
（2）以Pybrain庫為主的神經網絡技術基礎

 

4. 物理與化學
（1）對物理和化學的基礎知識和概念有一定的認識

以上就是關于【杜克科研課題：利用機器學習的納米材料合成預測】的解答，如需了解學校/賽事/課程動態，可至翰林教育官網獲取更多信息。

往期文章閱讀推薦：

貝賽思進度太快怕掉隊？翰林校內同步班課重磅推出，長期小班穩節奏

從羅馬帝國到新冠先驅：TCR 歷史期刊收錄主題揭秘，為什么這項投稿值得深耕？