"Ce que nous avons fait, c'est rassembler des données provenant de nombreuses sources différentes, y compris des informations structurelles et la spectroscopie, pour comprendre les caractéristiques spectrales et les similitudes liées aux propriétés chimiques, structurelles et autres." L'équipe ORNL espère que CURIES soutiendra les chercheurs qui recherchent de nouvelles relations entre différents types de matériaux uranifères et favorisera le développement d'une caractérisation et d'une analyse rapides des spectres collectés sur de nouveaux matériaux.

Spano soutient la mission de non-prolifération nucléaire de l'ORNL, ce qui lui donne l'opportunité de "voir des matériaux étranges qui ne figurent nulle part dans une base de données". Mais avant que Spano ne rejoigne l’ORNL en 2020, d’autres chercheurs nucléaires de l’ORNL avaient une idée similaire :aller au-delà de la correspondance de modèles pour l’identification des matériaux. Ashley Shields, scientifique en sécurité nucléaire à l'ORNL, a discuté avec des collègues de l'intégration de l'apprentissage automatique pour trouver des caractéristiques et des signatures subtiles sur des matériaux connus dans le domaine de la non-prolifération.

CURIES extrait des données de diverses sources pour aider les utilisateurs à identifier rapidement les propriétés structurelles et chimiques sous-jacentes d'un échantillon en fonction uniquement de son spectre. Certaines des données de CURIES proviennent de travaux publiés, notamment de revues universitaires et de bases de données existantes, tandis que d'autres sont une version unique de métadonnées issues des travaux de spectroscopie Raman et de caractérisation effectués par les chercheurs de l'ORNL.

"La spectroscopie Raman est un élément clé car elle peut vous fournir des indicateurs très spécifiques de structures de matériaux particulières", a déclaré Jennifer Niedziela, responsable de l'ORNL en analyse appliquée des matériaux.

"Nous pouvons désormais partager les informations contenues dans la dynamique vibratoire du système, la structure, les composants et toutes sortes de méthodologies de traitement qui peuvent lui avoir été appliquées." Grâce à la plateforme d'analyse intégrée Smart Spectral Matching développée au laboratoire, les utilisateurs de CURIES peuvent facilement connecter des informations pour extraire une valeur maximale à partir d'un échantillon particulier.

L'interface utilisateur de CURIES prend en compte les différentes manières dont les utilisateurs interagissent avec les échantillons minéraux. Marshall McDonnell, ingénieur logiciel de recherche à l'ORNL, a dirigé une équipe qui a créé la plate-forme Web pour comprendre les concepts, et pas seulement pour faire correspondre les mots-clés. "Étant donné que nous utilisons diverses sources de données pour la base de données, il était important d'apprendre au programme à faire correspondre les concepts entre des ensembles de données informatiques, des revues universitaires et d'autres sources avec des vocabulaires complètement différents."

Grâce à une collaboration avec l'Université de Floride du Nord, l'équipe a intégré une ontologie de données chimiques pour faciliter la collecte de nombreux types de données pour l'utilisateur.

CURIES continue d'évoluer, avec plus d'informations ajoutées sur chaque minéral et de meilleurs algorithmes pour aider à trouver des connexions. De nouveaux échantillons de minéraux continuent d'être ajoutés à CURIES grâce au collaborateur de l'ORNL, Travis Olds, conservateur adjoint des minéraux au Carnegie Museum of Natural History et collègue de l'école supérieure de Spano. "Notre équipe de l'ORNL a pu rassembler les données et l'expertise de chercheurs talentueux pour créer quelque chose de merveilleux pour la communauté", a déclaré Niedziela.