Un nouveau document fait un pas vers la réalisation de la promesse de tels matériaux. Écrit par Rickman, l'article décrit une nouvelle façon de cartographier les relations entre les propriétés des matériaux qui sont de nature hautement multidimensionnelle. Rickman utilise des méthodes d'analyse de données en combinaison avec une stratégie de visualisation appelée coordonnées parallèles pour mieux représenter les données de matériaux multidimensionnelles et pour extraire des relations utiles entre les propriétés. L'article, "Analyse des données et tableaux de propriétés des matériaux à coordonnées parallèles, " a été publié dans Matériaux de calcul npj , une revue de recherche sur la nature.

"Dans le journal, " dit Rickman, « nous illustrons l'utilité de cette approche en fournissant un moyen quantitatif de comparer les propriétés métalliques et céramiques, bien que l'approche puisse être appliquée à tous les matériaux que vous souhaitez comparer. »

Il s'agit du premier article issu de la Nano/Human Interface Presidential Engineering Research Initiative de Lehigh, une initiative de recherche multidisciplinaire qui propose de développer une interface homme-machine pour améliorer la capacité des scientifiques à visualiser et à interpréter les vastes quantités de données générées par la recherche scientifique. Il a été lancé par un investissement institutionnel de 3 millions de dollars annoncé l'année dernière.

Le leader de l'initiative est Martin P. Harmer, professeur de science et ingénierie des matériaux. En plus de Rickman, les autres membres principaux du corps professoral comprennent Anand Jagota, directeur du département de bio-ingénierie; Daniel P. Lopresti, président du département d'informatique et d'ingénierie et directeur de la Data X Initiative de Lehigh; et Catherine M. Arrington, professeur agrégé de psychologie.

« Plusieurs universités de recherche investissent massivement dans le big data, " dit Rickman. " Notre initiative apporte un aspect relativement nouveau :l'élément humain. "

Selon Arrington, l'initiative Nano/Human Interface met l'accent sur l'humain parce que le développement réussi de nouveaux outils pour la visualisation et la manipulation des données doit nécessairement inclure une considération des forces et des limites cognitives du scientifique.

"Les aspects comportementaux et cognitifs de l'initiative Nano/Human Interface sont doubles, " dit Arrington. " Premièrement, un modèle de recherche sur les facteurs humains permet une analyse de l'environnement de travail actuel et des recommandations claires à l'équipe pour le développement de nouveaux outils d'enquête scientifique. Seconde, une approche de psychologie cognitive est nécessaire pour mener des recherches scientifiques fondamentales sur les représentations mentales et les opérations qui peuvent être particulièrement contestées dans l'étude des nanomatériaux.

La méthode proposée par Rickman utilise des coordonnées parallèles, qui est une méthode de visualisation des données qui permet de repérer les valeurs aberrantes ou les modèles en fonction de facteurs métriques connexes. Les tableaux de coordonnées parallèles peuvent aider à démêler ces modèles.

Le défi, dit Rickman, réside dans l'interprétation de ce que vous voyez.

"Si vous tracez des points en deux dimensions à l'aide des axes X et Y, vous pourriez voir des groupes de points et cela vous dirait quelque chose ou donnerait un indice que les matériaux pourraient partager certains attributs, " explique-t-il. " Mais, et si les clusters étaient en 100 dimensions ?"

Selon Rickman, il existe des outils qui peuvent aider à réduire le nombre de dimensions et à éliminer les dimensions non pertinentes pour aider à mieux identifier ces modèles. Dans ce travail, il applique de tels outils aux matériaux avec succès.

« Les différentes dimensions ou axes décrivent différents aspects des matériaux, tels que la compressibilité et le point de fusion, " il dit.

Les graphiques décrits dans le document simplifient la description de la géométrie de grande dimension, permettre la réduction dimensionnelle et l'identification de corrélations de propriétés significatives et souligner les distinctions entre les différentes classes de matériaux.

Extrait de l'article :« Dans ce travail, nous avons illustré l'utilité de combiner les méthodes d'analyse de données avec une représentation de coordonnées parallèles pour construire et interpréter des diagrammes de propriétés de matériaux multidimensionnels. Cette construction, ainsi que l'analyse des matériaux associés, permet l'identification de corrélations de propriétés importantes, quantifie le rôle du clustering de propriétés, met en évidence l'efficacité des stratégies de réduction dimensionnelle, fournit un cadre pour la visualisation des enveloppes de classe de matériaux et facilite la sélection des matériaux en affichant des contraintes de propriétés multidimensionnelles. Compte tenu de ces capacités, cette approche constitue un outil puissant pour explorer les interrelations de propriétés complexes qui peuvent guider la sélection des matériaux. »

Revenant à la métaphore de la fabrication de bonbons, Rickman dit :« Nous recherchons les meilleures méthodes pour assembler les bonbons pour faire ce que nous voulons et cette méthode peut être une façon de le faire. »

Nouvelle frontière, de nouvelles approches

Créer une feuille de route pour trouver les meilleures méthodes est l'objectif d'une journée de 2½, atelier international intitulé « Workshop on the Convergence of Materials Research and Multi-Sensory Data Science » qui est organisé par l'Université Lehigh en partenariat avec l'Ohio State University.

L'atelier, qui aura lieu au Bear Creek Mountain Resort à Macungie, PA du 11 au 13 juin, 2018 - réunira des scientifiques de disciplines connexes des sciences fondamentales et sociales et de l'ingénierie pour aborder de nombreuses questions liées à la science des données multisensorielles appliquée aux problèmes de la recherche sur les matériaux.

"Nous espérons que l'un des résultats de l'atelier sera la formation de partenariats continus pour aider à développer une feuille de route pour établir un langage commun et un cadre de dialogue continu pour faire avancer cet effort de promotion de la science des données multisensorielles, " dit Rickman, qui est chercheur principal sur une subvention de la National Science Foundation (NSF), décerné par la Division de la recherche sur les matériaux à l'appui de l'atelier.

Co-chercheur principal, Nancy Carlisle, professeur adjoint au département de psychologie de Lehigh, affirme que la conférence réunira des domaines d'expertise complémentaires pour permettre de nouvelles perspectives et voies à suivre.

« Quand les humains traitent des données, il est important de reconnaître les limites chez les humains ainsi que les données, " dit Carlisle. " La collecte d'informations à partir des sciences cognitives peut aider à affiner les façons dont nous présentons les données aux humains et les aider à former de meilleures représentations des informations contenues dans les données. Les scientifiques cognitifs sont formés pour comprendre les limites du traitement mental humain - c'est ce que nous faisons ! Prendre en compte ces limitations lors de la conception de nouvelles façons de présenter les données est essentiel au succès. »

Rickman ajoute :« Nous sommes à une nouvelle frontière dans la recherche sur les matériaux, qui appelle à de nouvelles approches et de nouveaux partenaires pour tracer la voie à suivre. »