Légende de l'image :(a) Cartographie de rotation Kerr d'un fer, cobalt, propagation composite de nickel en utilisant la méthode d'expérimentation à haut débit plus précise, (b) uniquement le calcul à haut débit, et (c) Iwasaki et al. approche combinée. L'approche combinée fournit une prédiction beaucoup plus précise de la rotation Kerr du spread composite par rapport au calcul à haut débit seul. Crédit :Institut national des sciences des matériaux (NIMS)
Des chercheurs japonais ont développé une approche qui peut mieux prédire les propriétés des matériaux en combinant des données expérimentales et de calcul à haut débit avec l'apprentissage automatique. L'approche pourrait aider à accélérer le développement de nouveaux matériaux, et a été publié dans la revue Science et technologie des matériaux avancés .
Les scientifiques utilisent l'expérimentation à haut débit, impliquant un grand nombre d'expériences parallèles, pour cartographier rapidement les relations entre les compositions, structure, et les propriétés des matériaux fabriqués à partir de quantités variables des mêmes éléments. Cela permet d'accélérer le développement de nouveaux matériaux, mais nécessite généralement un équipement coûteux.
Calcul à haut débit, d'autre part, utilise des modèles informatiques pour déterminer les propriétés d'un matériau en fonction de sa densité électronique, une mesure de la probabilité qu'un électron occupe une très petite quantité d'espace. C'est plus rapide et moins cher que les expériences physiques mais beaucoup moins précis.
Yuma Iwasaki, experte en informatique des matériaux des laboratoires centraux de recherche de NEC Corporation, avec des collègues au Japon, combiné les deux méthodes à haut débit, prendre le meilleur des deux mondes, et les a associés à l'apprentissage automatique pour rationaliser le processus.
"Notre méthode a le potentiel de prédire avec précision et rapidité les propriétés des matériaux et ainsi de raccourcir le temps de développement de divers matériaux, " dit Iwasaki.
Ils ont testé leur approche en utilisant un film mince de 100 nanomètres en fer, cobalt et nickel étalés sur un substrat de saphir. Diverses combinaisons possibles des trois éléments ont été distribuées tout au long du film. Ces « échantillons d'étalement de composition » sont utilisés pour tester de nombreux matériaux similaires dans un seul échantillon.
L'équipe a d'abord réalisé une technique simple à haut débit sur l'échantillon appelée diffraction des rayons X combinatoire. Les courbes de diffraction des rayons X qui en résultent fournissent des informations détaillées sur la structure cristallographique, composition chimique, et les propriétés physiques de l'échantillon.
L'équipe a ensuite utilisé l'apprentissage automatique pour décomposer ces données en courbes de diffraction des rayons X individuelles pour chaque combinaison des trois éléments. Des calculs à haut débit ont permis de définir les propriétés magnétiques de chaque combinaison. Finalement, des calculs ont été effectués pour réduire la différence entre les données expérimentales et de calcul.
Leur approche leur a permis de cartographier avec succès la "rotation Kerr" du fer, cobalt, et diffusion de composition de nickel, représentant les changements qui se produisent dans la lumière lorsqu'elle est réfléchie par sa surface magnétisée. Cette propriété est importante pour une variété d'applications en photonique et dans les dispositifs à semi-conducteurs.
Les chercheurs disent que leur approche pourrait encore être améliorée mais que, tel qu'il est, il permet de cartographier les moments magnétiques des étalements de composition sans avoir besoin de recourir à des expériences à haut débit plus difficiles et coûteuses.
