Алгоритмы машинного обучения в задачах многомасштабной диагностики структуры аморфных тел и содержащихся в их составе металлических наночастиц с использованием взаимодополняющих методик анализа структуры нанокомпозитов.

Накопление научных знаний о внутреннем строении объектов и закономерностей их взаимодействия позволило сделать поиск изобретений более направленным, однако и сегодня, чтобы найти один нужный вариант решения, необходимо проделать множество "пустых" проб, что свидетельствует о недостатке знаний о внутреннем устройстве материалов. Объектами исследования проекта являются новые люминесцентные материалы на основе многокомпонентных стекол, содержащих катионы, способные формировать кислородные полиэдры различного типа, в частности атомы бора, а также содержащих плазмонные наночастицы, которые представляют особый интерес для развития фотоники, передачи и хранения данных, создания лазерных сред и твердотельных источников энергии. Для достижения заданного набора свойств разрабатываемого стекла (или материала на основе стекла) необходимо всё более тонко управлять его структурой и структурой входящих в него наночастиц. В стеклах, как известно, отсутствует трансляционная симметрия дальнего порядка. Поэтому, для получения представлений об атомной структуре стекла ограничиваются областью ближнего порядка, т.е. получают информацию о межатомных расстояниях и значениях координационных чисел (КЧ) всех входящих в него сортов атомов. Что касается плазмонных наночастиц, то их оптические свойства зависят от их размеров, формы, компонентного состава, атомной структуры, степени их агломерации и структуры массивов наночастиц. В качестве источника экспериментальных данных будут использованы данные рентгеновской спектроскопии поглощения (X-ray Absorption Spectroscopy – XAS), малоуглового рентгеновского рассеяния (Small Angle X-ray Scattering – SAXS) и спектров оптической экстинкции (последнее – для плазмонных наночастиц). Для задач исследования структуры стекол к одним из наиболее информативных методов можно отнести методы XAS в околопороговой (XANES) и в протяженной (EXAFS) энергетических областях спектра, позволяющие получать количественную информацию о локальном окружении атома (и каждого сорта атомов) в неупорядоченных, аморфных и нано-материалах, в том числе в случаях, когда поглощающий атом имеет различные типы ближнего окружения поглощающего атома в материале. SAXS используется для определения микромасштабной или наномасштабной структуры систем частиц с точки зрения таких параметров, как усредненные размеры частиц, формы, распределение и отношение поверхности к объему. Спектры оптической экстинкции для плазмонных наночастиц в совокупности с другими методами позволяют определить многие характеристики массивов наночастиц, такие как размеры частиц, их форма, параметры агломерации в массиве и компонентный состав наночстиц. Для получения детальной информации о структуре таких материалов на разных уровнях (микронном, нанометровом и субнанометровом) приходится решать сложную обратную задачу, сопряженную с поиском наиболее подходящей модели. Такой поиск осуществляется в большинстве случаях простым перебором, независимо от используемого экспериментального метода. Поэтому, целью заявляемого проекта является упрощение диагностики структуры подобных соединений. Получение структурной информации будет осуществляться с использованием современных методов машинного обучения, что позволит обеспечить универсальность подхода для исследования широкого класса веществ, от молекулярных структур, до наноматериалов.