Descoperirea materialelor bazată pe inteligența artificială: Rolul analizei termice în cercetarea autonomă

Cum caracterizarea termică accelerează dezvoltarea, ghidată de IA, a bateriilor, polimerilor, metalelor și materialelor energetice

Inteligența artificială transformă modul în care sunt descoperite, optimizate și comercializate noile materiale. Cu toate acestea, chiar și cele mai avansate modele de învățare automată se bazează pe o cerință fundamentală: date experimentale de înaltă calitate.

Acest webinar explorează modul în care tehnicile de analiză termică, inclusiv DSC, TGA, STA, DMA și LFA, furnizează datele esențiale privind proprietățile materialelor, care stau la baza cercetării bazate pe IA și a informaticii materialelor. Aflați cum proprietățile termice, precum temperatura de tranziție vitroasă, cristalinitatea, stabilitatea termică, comportamentul de Reacția de descompunereO reacție de descompunere este o reacție indusă termic a unui compus chimic care formează produse solide și/sau gazoase. descompunere, proprietățile mecanice și conductivitatea termică, sunt utilizate din ce în ce mai mult pentru antrenarea modelelor predictive destinate bateriilor, polimerilor, metalelor și materialelor energetice.

Prezentarea va introduce, de asemenea, Proteus^® Quantify, demonstrând modul în care analiza și organizarea automatizată a datelor de caracterizare termică pot transforma seturile de date experimentale d large ă în informații pregătite pentru IA. Prin accelerarea extragerii datelor, standardizarea interpretării și facilitarea analizei tendințelor pe baza a mii de experimente, cercetătorii pot trece mai eficient de la măsurare la obținerea de informații utile.

Exemple din lumea reală vor ilustra modul în care analiza termică susține experimentarea autonomă, cercetarea privind siguranța bateriilor, dezvoltarea polimerilor și fluxurile de lucru digitale de cercetare și dezvoltare de nouă generație.

Participanții vor afla:

• Cum susține analiza termică descoperirea de materiale bazată pe IA.
• Ce proprietăți termice oferă valoare pentru modelele de învățare automată.
• Exemple de aplicații ale IA în domeniul bateriilor, polimerilor, metalelor și materialelor energetice.
• Cum ajută „ Proteus^® ” Quantify la generarea de seturi de date structurate, pregătite pentru IA.
• Cum se integrează caracterizarea termică în mediile de laborator autonome și autonome.
  

Înscrieți-vă la acest webinar dacă lucrați în domeniul cercetării materialelor sau al cercetării și dezvoltării și doriți să aflați cum analiza termică, datele structurate și IA pot accelera dezvoltarea materialelor.

Prezentator:
Peter Ralbovsky
Manager de vânzări pentru regiunea de nord-est la NETZSCH Instruments North America, LLC
NETZSCH Analiză și testare