Перспективы применения машинного обучения для прогнозирования свойств и условий синтеза тонкопленочных материалов на основе диоксида титана для фотокатализа
Статья посвящена анализу современных достижений в области применения методов машинного обучения (МО) для решения задачи прогнозирования условий синтеза и свойств тонкопленочных материалов на основе диоксида титана для фотокатализа. Проведенный обзор показывает, что, несмотря на растущий интерес...
| Published in: | Вестник Томского государственного университета. Химия № 40. С. 93-101 |
|---|---|
| Main Author: | |
| Other Authors: | |
| Format: | Article |
| Language: | Russian |
| Subjects: | |
| Online Access: | https://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001273565 Перейти в каталог НБ ТГУ |
| Summary: | Статья посвящена анализу современных достижений в области применения методов машинного обучения (МО) для решения задачи прогнозирования условий синтеза и свойств тонкопленочных материалов на основе диоксида титана для фотокатализа. Проведенный обзор показывает, что, несмотря на растущий интерес к данной теме, разработанные на сегодняшний день модели МО носят узкоспециализированный характер. Обучение моделей проводится на небольшом наборе экспериментальных данных, что существенно сужает область их практического применения и препятствует созданию универсальных инструментов для дизайна материалов. Основной проблемой является отсутствие комплексных моделей, способных устанавливать сквозные связи в цепочке "условия синтеза - свойства - фотокаталитическая активность" и целостно описывать целенаправленный синтез фотокатализаторов на основе TiO2 как в тонкопленочном, так и в дисперсном состояниях. Так как итоговая эффективность фотокатализатора определяется также параметрами фотокаталитического процесса, то их учет также затрудняет создание комплексных моделей МО. Для преодоления указанных ограничений в статье обосновывается необходимость создания стандартизированных и структурированных баз данных, которые должны обобщать разрозненные экспериментальные результаты из множества источников, обеспечивая их согласованность и машиночитаемость. Интеграция данных в единые платформы станет фундаментом для разработки более точных и надежных моделей МО, способных ускорить открытие и оптимизацию перспективных фотокаталитических материалов на основе TiO2. |
|---|---|
| Bibliography: | Библиогр.: 25 назв. |
| ISSN: | 2413-5542 |