Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия



страница1/10
Дата11.07.2014
Размер1.64 Mb.
ТипАвтореферат диссертации
  1   2   3   4   5   6   7   8   9   10

На правах рукописи

Киселева Надежда Николаевна


Компьютерное конструирование неорганических соединений, перспективных для применения

в электронике, с использованием баз данных и

методов искусственного интеллекта
Специальность

02.00.01- неорганическая химия

Автореферат

диссертации

на соискание ученой степени

доктора химических наук


2004


Работа выполнена в Институте металлургии и материаловедения им.А.А.Байкова Российской Академии наук
Научный консультант:

профессор, доктор технических наук В.С.Земсков


Официальные оппоненты:

Ведущая организация:
Защита диссертации состоится

на заседании диссертационного совета


С диссертацией можно ознакомиться в


Автореферат разослан

Ученый секретарь диссертационного совета




ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Настоящая диссертационная работа посвящена разработке одного из перспективных методов конструирования новых неорганических веществ с заданными свойствами, основанного на использовании современных информационных технологий. Создание и применение таких методов является одним из актуальных направлений химии и материаловедения, которое в последние годы интенсивно развивается во всем мире.

Актуальность темы обусловлена также объектами для компьютерного конструирования – это материалы для электроники. Химия и материаловедение этих материалов являются одними из наиболее динамически развивающихся отраслей высоких технологий. Особенностью использования материалов в электронике является то, что в большинстве случаев они являются главной функциональной частью электронных устройств. Поэтому разработка новых материалов, процессов их получения и обработки в значительной степени определяет прогресс электроники. Автоматизация поиска новых веществ, перспективных для практического использования в качестве материалов электронной техники, позволяет ускорить процесс перехода от одного поколения электронных устройств к другому.



Цель работы заключалась в поиске эффективных методов компьютерного конструирования неорганических соединений с заданными свойствами и использовании найденных методов для прогноза соединений, перспективных для разработки новых материалов для электроники.

Для достижения указанной цели в рамках диссертационной работы решались следующие задачи:



  1. Разработка баз данных (БД) по свойствам неорганических веществ и материалов:

    1. БД по свойствам неорганических соединений «Фазы».

    2. БД по фазовым диаграммам систем с полупроводниковыми соединениями «Диаграмма».

    3. БД по свойствам акустооптических, электрооптических и нелинейнооптических веществ «Кристалл».


  2. Интеграция баз данных по веществам и материалам для электроники, разработанных в ИМЕТ РАН.

  3. Выработка критериев отбора наилучших алгоритмов анализа данных, использующих обучение ЭВМ. Выбор методов конструирования неорганических веществ, наиболее соответствующих выработанным критериям отбора и обеспечивающих наибольшую достоверность прогноза неорганических соединений и оценки их свойств.

  4. Разработка методики конструирования неорганических соединений с использованием методов обучения ЭВМ и баз данных, направленной на повышение достоверности прогнозирования возможности образования и свойств фаз.

  5. Проверка эффективности предложенного подхода на примерах решения задач конструирования новых неорганических соединений, перспективных для использования в электронике:

    1. Конструирование соединений, существующих при нормальных условиях, которые перспективны для разработки новых полупроводниковых материалов:

      1. Соединений составов AB2X4 (с кристаллической структурой шпинели, PbGa2Se4, Th3P4, CaFe2O4 и т.д.) и ABX2 (с кристаллической структурой типа α–NaFeO2) (А и В здесь и далее - любые химические элементы) в халькогенидных системах (X = S, Se, Te).

      2. Соединений состава ABX с кристаллической структурой типа MgAgAs, ZrNiAl, TiNiSi и PbFCl в системах А-В-Х (X = P, As, Sb, Bi).

    2. Конструирование соединений, перспективных для использования в качестве новых сегнетоэлектрических, пьезоэлектрических, акустооптических, электрооптических и нелинейнооптических материалов:

      1. Халькопиритов состава ABX2 в халькогенидных и пниктидных системах.

      2. Соединений состава ABO3 с кристаллической структурой искаженного ильменита, перовскита и т.д.

      3. Соединений состава ABF5 с кристаллическими структурами типа BaFeF5, BaGaF5 и CaFeF5 и т.д.

      4. Соединений состава A2B2(XO4)3 (X = S, Cr, Mo, W) с кристаллической структурой типа лангбейнита и т.д.

      5. Соединений состава AD3(BO3)4 (А и D - любые химические элементы, а B – бор) с кристаллической структурой типа хантита и т.д.

    3. Конструирование соединений, перспективных для использования в качестве новых магнитных материалов:

      1. Соединений состава AB2O4 со структурой шпинели.

      2. Соединений состава AB2X2 (X = Al, Si, Ge, P, As, Sb) с кристаллической структурой типа ThCr2Si2.

      3. Соединений состава ABX2 с кристаллической структурой фаз Гейслера в металлических системах.

  6. Разработка кибернетико-статистического подхода к конструированию новых материалов с заданными свойствами, предназначенного для автоматизации материаловедческой практики. Подход основан на использовании баз данных по свойствам веществ и материалов, систем искусственного интеллекта для поиска новых веществ с заданными свойствами и теоретико-экспериментальных методов оптимизации технологии синтеза и обработки материалов. С его помощью можно не только предсказать неорганические соединения, но и разработать оптимальную технологию получения материалов с заданными свойствами.

  7. Разработка принципов организации компьютерной системы нового поколения для конструирования неорганических веществ, а именно, информационно-прогнозирующей системы, предназначенной для поиска данных об изученных соединениях, прогноза еще неполученных фаз и оценки их свойств.

Научная новизна работы состоит в следующем:

1. Впервые предложен и использован подход к компьютерному конструированию сложных неорганических соединений, основанный на использовании методов искусственного интеллекта для анализа информации баз данных по свойствам веществ и материалов.

2. Разработаны базы данных по фазовым диаграммам систем с полупроводниковыми фазами, по свойствам акустооптических, электрооптических и нелинейнооптических веществ и по свойствам неорганических соединений. Созданные БД не имеют аналогов в мире.

3. Впервые разработана интегрированная система баз данных по свойствам важнейших материалов для электроники, включающая информацию о фазовых диаграммах полупроводниковых систем и физических свойствах диэлектриков, имеющих особые акустооптические, электрооптические и нелинейнооптические параметры.

4. С использованием предложенного компьютерного подхода к конструированию неорганических веществ впервые получены прогнозы существования сотен новых соединений составов ABX2 (X = S, Se, Te, N, P, As, Sb, Bi), ABX (X = P, As, Sb, Bi), ABF5, A2B2(XO4)3 (X = S, Cr, Mo, W), AD3(BO3)4, AB2X2 (X = Al, Si, Ge, P, As, Sb) и т.д. и осуществлен прогноз типа их кристаллической структуры при нормальных условиях.

5. Разработан кибернетико-статистический подход, предназначенный для автоматизации поиска и разработки новых материалов с заданными свойствами.



Практическая значимость работы определяется следующим:

1. Компьютерное конструирование неорганических соединений позволяет автоматизировать поиск новых неорганических соединений с заданными свойствами.

2. Полученные прогнозы уменьшают количество исследуемых составов при поиске веществ, перспективных для полупроводниковых, сегнетоэлектрических, пьезоэлектрических, акустооптических, электрооптических, нелинейнооптических и магнитных применений.

3. Предложенный кибернетико-статистический подход позволяет не только осуществить прогноз новых соединений, но и найти оптимальные режимы получения и обработки материалов с заданными свойствами.



4. Использование созданных БД по свойствам неорганических веществ, БД данных по фазовым диаграммам систем с полупроводниковыми соединениями и БД по свойствам акустооптических, электрооптических и нелинейнооптических веществ, содержащих информацию собранную и оцененную специалистами, позволяет сократить затраты на разработку новых неорганических материалов за счет оперативного информационного обслуживания специалистов, уменьшения необоснованного дублирования работ и компьютерной обработки информации с целью конструирования новых соединений с заданными свойствами.

Личный вклад автора. Результаты, изложенные в диссертации, получены автором и группой руководимых ей сотрудников в ИМЕТ РАН, а также в кооперации с сотрудниками Института кибернетики им.В.М.Глушкова Национальной Академии наук Украины. Необходимость коллективной работы была связана со сложностью используемых в настоящей работе систем искусственного интеллекта, являющихся результатом многолетних исследований и разработок, проводимых большой группой высококвалифицированных специалистов по информационным технологиям. В целом же личный вклад автора включает разработку основных принципов предложенного в настоящей работе подхода к компьютерному конструированию сложных неорганических соединений; выбор темы исследований; постановку целей и задач диссертационной работы; выбор и тестирование программных средств искусственного интеллекта и систем управления базами данных, обеспечивающих наилучшее решение поставленных задач; проведение расчетов; анализ и интерпретацию полученных результатов, а также обобщение представленных в работе результатов и выработку перспектив дальнейшего развития предложенного автором подхода.

Апробация работы. Основные результаты работы были доложены и обсуждены на следующих конференциях, совещаниях и семинарах: IV Всесоюзной конференции «Планирование и автоматизация эксперимента в научных исследованиях» (Москва, 1973), IV Всесоюзном совещании по высокотемпературной химии силикатов и окислов (Ленинград, 1974), Workshop National Bureau of Standards (Gaithersburg, 1977), 1-ой Всесоюзной школе по диаграммам состояния в материаловедении (Кацивели, 1978), 3-й и 4-й Всесоюзной конференции по кристаллохимии интерметаллических соединений (Львов, 1978 и 1983), IV Международной конференции по применению ЭВМ в химии (Новосибирск, 1979), II Всесоюзной школе-семинаре по машинным методам обнаружения закономерностей (Рига, 1979), IV Всесоюзном совещании «Сплавы редких металлов с особыми физическими свойствами» (Москва, 1980), 15. Jahrestatagung der Vereinigung fűr Kristallographie (Leipzig, 1980), International Conference “Filamentary A15 Superconductors” (New York, 1980), Научно-технической конференции «Организация знаний и принятие решений в системах искусственного интеллекта» (Киев, 1980), 9 Всесоюзном семинаре секции «Химия многокомпонентных солевых систем» (Москва, 1981), IV и V Всесоюзных совещаниях «Диаграммы состояния металлических веществ» (Звенигород, 1982, 1989), III Всесоюзном совещании по кристаллохимии неорганических и координационных соединений (Новосибирск, 1983), Всесоюзном семинаре «Организация знаний в системах искусственного интеллекта» (Киев, 1983), Xth Conference on Applied Crystallography (Kozubnik, 1984), V и VI Всесоюзных школах «Применение математических методов для описания и изучения физико-химических равновесий» (Новосибирск, 1985, 1989), Всесоюзном семинаре «Применение методов искусственного интеллекта в научных исследованиях, проектировании и робототехнике» (Киев, 1985), II Всесоюзной школе-семинаре «Современные проблемы исследования многокомпонентных металлических систем» (п.Кратово Московской обл., 1987), III Всесоюзной конференции по проблемам получения и использования в народном хозяйстве данных о свойствах материалов и веществ (Москва, 1987), VII Всесоюзном совещании по физико-химическому анализу (Фрунзе, 1988), 2-м Всесоюзном совещании «Применение ЭВМ в научных исследованиях и разработках» (Днепропетровск, 1989), International Conference “Electronic Ceramics – Production and Properties” (Riga, 1990), Всесоюзном научно-техническом симпозиуме «Теория и практика классификации и систематики в народном хозяйстве» (г.Пущино Московской обл., 1990), XIII Всесоюзном совещании «Получение, структура, физические свойства и применение высокочистых и монокристаллических тугоплавких и редких металлов» (Суздаль, 1990), I Российско-китайском Симпозиуме “Actual problems of modern materials science” (Томск, 1992), International Workshop “Regularities, Classification and Predictions of Advanced Materials” (Como, 1992), Workshop “Innovations in Materials Design” (Wright-Patterson AFB, OH, 1994), Fall Meeting of Materials Research Society (Boston, 1994), Japan International SAMPE Symposium & Exhibition (Tokyo, 1995), Международной конференции «Математические методы в химии и химической технологии» (Тверь, 1995), XVII Congress and General Assembly of International Union of Crystallography (Seattle, 1996), V Международной конференции «Термодинамика и материаловедение полупроводников (Москва, 1997), 1-st и 2-nd International Conference on Intelligent Processing and Manufacturing of Materials (IPMM’97 и IPMM’99) (Gold Coast (Australia), Honolulu, 1997, 1999), VIII Международная конференция KDS-99 «Знание-диалог-решение» (Кацивели, 1999), 2-nd International Conference on Inorganic Materials (Santa Barbara, 2000), IFAC Symposium on Artificial Intelligence in Real Time Control AIRTC-2000 (Budapest, 2000), Международной научно-практической конференции KDS-2001 «Знание-диалог-решение» (Санкт-Петербург, 2001), 11-й Всероссийской конференции «Математические методы распознавания образов (ММРО-11)» (Пущино, 2003).

Исследования по компьютерному конструированию неорганических соединений и разработке БД были поддержаны российскими и зарубежными фондами и организациями: РФФИ (гранты №99-07-90040 и №04-07-90086), Правительством Москвы (гранты №В117 Программы "Поддержка инфраструктуры науки в г.Москве" и №3-4 Программы «Инфраструктура и адресная поддержка науки»), International Scientific Foundation (ISF) (гранты МВМ000 и MBM300), European Office of Aerospace Research and Developments (EOARD) (контракты SPC-94-4097, SPC-95–4016, SPC-96-4096 и SPC-00-4014), а также выполнялись в рамках Государственной научно-технической программы "Новые материалы" (направление "Полупроводниковые и особочистые материалы").



Публикации. Основные результаты диссертационной работы изложены в 93 публикациях, в том числе 1 монографии, 59 статьях, опубликованных после внешнего рецензирования, 1 депонированной статье, 32 публикациях в сборниках трудов и тезисов докладов конференций и семинаров.

Объем и структура работы. Диссертация изложена на 336 страницах, проиллюстрирована 60 таблицами и 40 рисунками, содержит введение, 3 главы, заключение, выводы и список цитируемой литературы, состоящий из 453 наименований.

Положения, выносимые на защиту:

1. Результаты компьютерного конструирования неорганических соединений, подтверждающие положение о том, что фундаментальные свойства многокомпонентных неорганических соединений (возможность образования соединения, тип кристаллической структуры и т.д.) при определенных условиях (температуре, давлении, соотношении компонентов и т.д.) связаны периодическими зависимостями с фундаментальными свойствами химических элементов, входящих в их состав. Показано, что многочисленные, известные к настоящему времени, неорганические вещества подчиняются этим закономерностям.

2. Подход к компьютерному конструированию неорганических соединений на основе использования баз данных по свойствам неорганических веществ и материалов и методов искусственного интеллекта для поиска зависимостей, связывающих свойства неорганических соединений со свойствами химических элементов.

3. Критерии выбора алгоритмов искусственного интеллекта, которые предназначены для поиска сложных закономерностей в больших объемах данных, и выбор методов для компьютерного конструирования неорганических соединений, основанных на обучении ЭВМ и сетевых структурах данных.

4. Результаты компьютерных экспериментов, показывающие, что для достоверного прогнозирования новых неорганических соединений с заданными свойствами необходимо использовать многомерные критерии, включающие в качестве переменных множество свойств химических элементов и простых соединений. Только системный подход к конструированию неорганических соединений, включающий комплексное взаимосвязанное последовательное рассмотрение всех факторов, наиболее соответствует физической природе многокомпонентных соединений и позволяет получить наилучшие результаты прогноза для еще неполученных фаз.

5. Использование БД по свойствам веществ и материалов как средства повышения достоверности и оперативности компьютерного конструирования неорганических веществ.

6. Принципы построения и содержание БД по свойствам веществ и материалов, которые позволяют ускорить поиск релевантной информации, практически реализованные при создании БД по свойствам неорганических соединений, БД по фазовым диаграммам полупроводниковых систем и БД по свойствам акустооптических, электрооптических и нелинейнооптических веществ.

7. Результаты использования компьютерного конструирования неорганических веществ на примерах соединений, перспективных для разработки новых полупроводниковых, сегнетоэлектрических, пьезоэлектрических, акустооптических, электрооптических, нелинейнооптических и магнитных материалов.

8. Результаты комплексного подхода к автоматизации процесса разработки новых материалов, включающего теоретические методы компьютерного конструирования веществ и расчетно-экспериментальные методы оптимизации технологических процессов.

9. Перспективы дальнейшего развития БД и компьютерного конструирования неорганических веществ, направленные на разработку информационно-прогнозирующих систем, объединяющих базы данных с системами искусственного интеллекта. Такие системы обеспечат не только поиск данных об изученных соединениях, но и прогноз еще неполученных фаз и оценку их свойств.


СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении кратко изложено состояние изучаемой проблемы, дано обоснование выбора методов, показана актуальность темы диссертации и определена цель работы. Отмечены практическая значимость и научная новизна полученных результатов, сформулированы основные положения, выносимые на защиту.

В первой главе «Разработка баз данных по материалам для электроники» представлены результаты разработок баз данных по свойствам неорганических веществ и материалов, и в первую очередь – БД по свойствам веществ, используемых в электронике.

В п.1.1 дан анализ компьютерных информационных систем по свойствам неорганических веществ и материалов, разработанных в мире. Информацию о материалах для электроники можно разбить на три группы: (1) данные о материалах для использования в качестве активных компонентов (полупроводниковых устройств, магнитной памяти, пьезоэлектрических преобразователей, фильтров и гетеродинов, пиро- и сегнетоэлектрических, лазерных, сверхпроводящих, нелинейнооптических, акустооптических, электрооптических устройств и т.д.), (2) информация о материалах для применения в качестве пассивных компонентов (резисторов, сопротивлений, трансформаторов, проводников, оптических волокон, печатных плат и т.д.) и (3) данные о вспомогательных материалах (элементоорганических соединениях, кислотах-травителях, пластмассах и т.д.). Помимо этого важное значение для практических применений имеют сведения о процессах получения и обработки материалов. Аналитический обзор информационных систем по свойствам неорганических веществ и материалов, которые содержат сведения о материалах, используемых в электронике, позволил определить тематику баз данных в этой предметной области, созданных в ИМЕТ РАН: БД по фазовым диаграммам систем с полупроводниковыми фазами и по веществам с особыми акустооптическими, электрооптическими и нелинейнооптическими свойствами. Существенными отличиями разработанных информационных систем от созданных ранее являются:



  • сбор и экспертная оценка качества данных осуществляются высококвалифицированными специалистами;

  • полнота охвата предметной области;

  • тщательная проработка программного обеспечения и создание удобных для пользователей интерфейсов;

  • отсутствие аналогов;

  • возможность доступа в сети Интернет.

П.1.2 содержит краткую информацию о разработанной БД по свойствам неорганических соединений «Фазы». Она включает информацию о наиболее распространенных характеристиках соединений (рис.1), а также библиографические ссылки и сотни полных текстов соответствующих статей. В настоящее время в БД введены сведения о более 41 тыс. тройных соединений из свыше 17 тыс. тройных систем. Информация извлечена из 13 тыс. публикаций. БД доступна пользователям из глобальной сети Интернет (адрес БД в системе Интернет – httр://phase.imet.ac.ru/phases). БД «Фазы» зарегистрирована в Государственном регистре БД (Регистрационное свидетельство N.1071 от 16 декабря 1996 г.).

В п.1.3 дано краткое описание структуры, программного и аппаратного обеспечения БД по фазовым диаграммам систем с полупроводниковыми соединениями «Диаграмма». Основной информацией БД являются таблицы экспериментальных данных, собранных и оцененных экспертами, а также данные, полученные в результате статистической обработки или термодинамического согласования экспериментальных данных, рисунки фазовых диаграмм и другая информация (рис.2 и 3). В БД хранятся сведения о термодинамических свойствах фаз и систем, расчетные модели, а также написанные экспертами аналитические обзоры по фазовым диаграммам, в которых, в частности, дается дополнительная информация о системах, не включенная в таблицы БД. Кратко описана система обработки и визуализации графической информации о фазовых диаграммах, созданная специально для БД «Диаграмма». Созданная система позволяет пользователю БД изменять масштаб рисунков и определять координаты на T-x-фазовых диаграммах двойных систем и диаграммах Розебома.




При разработке БД «Диаграмма» особое внимание было уделено оценке достоверности хранящейся информации о фазовых диаграммах. Точность измерения каждого экспериментального значения (содержания компонентов, температуры и давления и т.д.) в таблицах БД оценивалась экспертами по пятибалльной шкале, соответствующей различным фиксированным уровням ошибок измерения. Информация о величине ошибки, предлагаемая экспертом, выдается пользователю при просмотре соответствующих таблиц, содержащих данные о линиях равновесий. Пользователь может просмотреть полные тексты большинства англоязычных публикаций последних лет, из которых отобрана информация, хранящаяся в базе данных. В настоящее время БД содержит информацию о нескольких десятках двойных и тройных систем, извлеченную примерно из 2 тыс. публикаций.



БД "Диаграмма" зарегистрирована в Государственном регистре баз данных (Регистрационное свидетельство N.943 от 29 декабря 2001 г.). БД доступна зарегистрированным пользователям из глобальной сети Интернет (адрес БД в системе Интернет – httр://phase.imet.ac.ru/diagram).



В п.1.4 кратко рассмотрена разработанная БД по свойствам акустооптических, электрооптических и нелинейнооптических веществ «Кристалл». Приведена ее структура и архитектура, основные сведения о программном и аппаратном обеспечении. БД «Кристалл» включает таблицы, содержащие данные о свойствах акустооптических, электрооптических и нелинейнооптических веществ, информацию о погрешностях, методах измерений, условиях получения и т.д. (рис.4).



Существенно, что основная часть информации БД собрана и оценена российскими специалистами, непосредственно участвующими в разработке и использовании материалов, относящихся к этим классам веществ. Табличная информация о каждом веществе дополнена аналитическим обзором, в котором кратко описана технология получения веществ, возможные области их применения, а также особые свойства, не включенные в таблицы базы данных. Здесь же, по возможности, дана экспертная оценка данных, хранящихся в БД. В настоящее время БД содержит информацию о более сотни наиболее важных для практических применений веществ. БД содержит обширную графическую информацию о зависимостях свойств (более 1500 рисунков). Для большинства англоязычных публикаций последних лет возможен просмотр полных текстов статей, из которых извлечена информация, хранящаяся в таблицах БД. БД доступна зарегистрированным пользователям из глобальной сети Интернет (адрес БД в системе Интернет - httр://phase.imet.ac.ru/crystal). БД "Кристалл" зарегистрирована в Государственном регистре БД (Регистрационное свидетельство N.944 от 29 декабря 2001 г.).

В п.1.5 представлены основные принципы организации системы баз данных по свойствам веществ и материалов, разрабатываемой в ИМЕТ РАН. Проведено сравнение различных путей интеграции БД: полная интеграция БД и создание большой информационной системы (мегабазы данных) и использование специальных справочных метабаз данных, содержащих перечни свойств и веществ, данные о которых хранятся в разных информационных системах, и систему программных шлюзов. Выбран второй путь как наиболее оптимальный вариант, который имеет следующие преимущества по сравнению с большой мегабазой данных (рис.5):


  • простота эксплуатации и модификации отдельных БД;

  • возможность объединения БД, разработанных в разных организациях и странах, в том числе с различным уровнем достоверности данных и с разными СУБД;

  • простота поиска данных;

  • возможность использования менее мощных серверов БД и Web-серверов;

  • равномерное распределение нагрузки на каналы связи.

Приведены результаты разработки распределенной системы баз данных по свойствам материалов для электроники ИМЕТ РАН, объединяющей информацию БД «Диаграмма» и БД «Кристалл», а также БД «Фазы».

Во второй главе «Методы конструирования неорганических веществ» отмечено, что рациональное использование информации, хранящейся в базах данных по свойствам материалов, предполагает ее обработку с целью поиска закономерностей. Найденные закономерности могут применяться для конструирования новых веществ с заданными свойствами, для разработки технологий получения новых материалов, для прогнозирования поведения материалов под воздействием различных факторов, т.е. для автоматизации исследований.

В п.2.1-2.3 проведен анализ возможностей различных подходов к решению задачи прогнозирования новых соединений с заданными свойствами «из первых принципов», т.е. на основе знания только свойств химических элементов:


  • квантовомеханического подхода;

  • эмпирических двух- и трехмерных критериев;

  • многомерных эмпирических классифицирующих закономерностей.

На основе анализа имеющихся подходов к конструированию новых неорганических соединений с заданными свойствами обоснован выбор многомерных эмпирических классифицирующих закономерностей как основного инструмента исследований, проводимых в настоящей работе.

Для поиска многомерных классифицирующих закономерностей, связывающих свойства неорганических соединений со свойствами химических элементов, предложено использовать методы искусственного интеллекта, в первую очередь, методы распознавания образов.

В п.2.3 рассмотрены основные задачи распознавания образов:


  • автоматическая классификация;

  • поиск наиболее важных для классификации параметров (признаков);

  • обучение ЭВМ распознаванию образов.

Кратко рассмотрены методы решения задач распознавания образов. На основе опыта применения различных алгоритмов сформулированы основные критерии выбора программ обучения ЭВМ, обеспечивающих наиболее эффективное решение химических задач:

  • возможность анализа больших объемов данных;

  • возможность определения качественных классифицирующих закономерностей при анализе малых обучающих выборок;

  • автоматическое исключение неинформативных свойств;

  • возможность работы в условиях слабого выполнения основной гипотезы распознавания образов - гипотезы компактности;

  • быстрое обучение и прогнозирование;

  • возможность работы с пропусками в некоторых значениях свойств;

  • возможность работы со свойствами, имеющими качественную природу (т.е. со свойствами, которые нельзя выразить в виде числа);

  • высокая точность при решении химических задач;

  • удобный интерфейс пользователя.

С точки зрения выдвинутых критериев рассмотрены некоторые алгоритмы решения задачи распознавания образов с обучением. Подробно описан алгоритм обучения ЭВМ, применяющий специальную ассоциативную организацию памяти ЭВМ - растущие пирамидальные сети*). Показано, что этот алгоритм, используемый в настоящей диссертационной работе для решения задач конструирования неорганических соединений, наиболее удовлетворяет критериям, сформулированным выше.

В п.2.4 дан обзор исследований по конструированию неорганических веществ и материалов с применением различных методов распознавания образов, проведенных в мире. Экспериментальная проверка результатов, полученных в этих работах, доказывает эффективность использования предложенного подхода к конструированию неорганических веществ.

В главе 3 «Конструирование неорганических соединений, перспективных для применения в электронике» представлены основные результаты использования предложенного компьютерного подхода. Результаты компьютерного конструирования соединений представлены в виде таблиц. Они содержат прогнозы возможности образования тысяч новых соединений в тройных и четверных системах. Для большинства новых соединений предсказан тип кристаллической структуры при нормальных условиях. Прогнозирование осуществлялось с использованием только свойств химических соединений и/или более простых соединений (простых галогенидов, халькогенидов или окислов). Подробно описана методика применения методов обучения ЭВМ, используемая в настоящей диссертационной работе при конструировании неорганических соединений. Особое внимание уделено отбору свойств компонентов, включаемых в классифицирующую закономерность, проблеме оптимальной дискретизации свойств компонентов, выбору примеров для обучения ЭВМ и другим методам повышения достоверности прогнозирования.



П.3.2 содержит результаты конструирования соединений, перспективных для разработки новых полупроводниковых материалов. На основе анализа информации разработанных баз данных выбраны наиболее распространенные по составу и типу кристаллической структуры классы соединений, представители которых проявляют полупроводниковые свойства. Далее осуществлено прогнозирование новых соединений наиболее распространенных составов и типов кристаллической структуры при нормальных условиях.

В п.п.3.2.1 приведены результаты компьютерного конструирования сотен новых соединений состава AB2X4 (X = S, Se, Te) с заданной кристаллической структурой (в первую очередь, шпинельной). В классифицирующие закономерности были включены следующие свойства: распределение электронов по энергетическим оболочкам изолированных атомов, первые четыре потенциала ионизации, изобарные теплоемкости, типы незавершенной электронной оболочки (s, p, d, f), ковалентные радиусы по Бокию и Белову, электроотрицательности элементов A и B, а также энтальпии образования и энтропии соответствующих простых халькогенидов при стандартных условиях. В таблице 1 приведена часть результатов компьютерного конструирования соединений состава AIIBIII2Se4. Приняты следующие обозначения: + - прогноз образования соединений состава AB2Se4 при нормальных условиях; - - прогноз отсутствия соединений состава AB2Se4;  - информация о существовании соединения состава AB2Se4 использована для обучения ЭВМ;  - соединение состава AB2Se4 не образуется и этот факт использован для обучения ЭВМ;  - прогноз образования соединения состава AB2X4 подтвержден экспериментом;  - прогноз образования соединения состава AB2X4 не подтвержден экспериментом; пустые клетки и ? – неопределенный прогноз. Сравнение результатов компьютерного прогноза с новыми экспериментальными данными показывает, что ошибка прогнозирования возможности образования соединений состава AB2X4 составляет 18 %, а ошибка прогнозирования типа кристаллической структуры равна 9 %.


Таблица 1.Часть результатов компьютерного конструирования

соединений состава AIIBIII2Se4


AII

BIII

Ca

Ti

V

Cr

Mn

Fe

Co

Ni

Cu

Zn

Sr

Cd

Sn

Ba

Sm

Dy

Tm

Al



+

+

+

+

+

+

+

+







+





+

?

Sc

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Ti

+





+









+

+

+

+

+

?

+







V

+

+













+

+



+

+

?

+







Cr

+

+





















+



+







Mn

+

+

+

+

+

+

+

+

+



+

+

+

?

+







Ga



+

+

+







+















+

+

As




-

-


















+










+



Y



+

+

+



+

+

+

+

+





+

+



+

+

Rh

+

+

+



+









+

+

+

+

?

+







In



+

+

+





+

+

+













+

+

Sn

+










+

+

+

+

+

+










+

+



+

Sb

+

+

+

+







+




+












+

+

La

+

+

+



+

+

+

+

+

+











+



Ce

+

+

+



+

+

+

+

+

+





+





+

+

Pr

+

+

+



+

+

+

+

+

+











+

+

Nd

+

+

+



+

+

+

+



+











+

+

Pm

+

?

?

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Sm

+

+

+



+

+

+

+

+

+





+



+

+

+

Eu

+

?

+



+

+

+

+

+

+

+

+

+

+

+

+

+

Gd

+

+

+



+












+





+





+

+

Tb

+

+

+



+

+

+

+

+

+





+

+



+

+

Dy



+

+



+

+

+

+

+







+







+

Ho



+

+



+

+

+

+

+

+





+





+

+

Er



+

+



+

+

+

+

+

+











+

+

Tm



+

+



+

+

+

+

+

+











+



Yb



+

+

















+











+

+

Lu



+

+





+

+

+

+

+











+

+

Ir

+

+

+

+

+

+

+

+

+



+

+

+

+

-







Tl

+

+



+

+

+

+

+

+

+






+

+




+

?

Bi

+

+

+

+





+

+

+













+



Ac

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Th

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Pa

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

U

+

+

+

+

+













+

+

+

+

+

+

+

+


П.п.3.2.2 содержит результаты компьютерного конструирования сотен соединений состава ABX2 (X = S, Se, Te) с наиболее распространенной кристаллической структурой типа α-NaFeO2. В классифицирующие закономерности были включены те же свойства компонентов систем A-B-X, что и при прогнозе соединений состава AB2X4. В таблице 2 приведены прогнозы возможности образования соединений ABX2 (X = S, Se) при нормальных условиях. Приняты следующие обозначения: + - прогноз образования соединений состава ABX2; - - прогноз отсутствия соединений состава ABX2;  - информация о существовании соединения состава ABX2 использована для обучения ЭВМ;  - соединение состава ABX2 не образуется и этот факт использован для обучения ЭВМ;  - прогноз образования соединения состава ABX2 подтвержден экспериментом;  - прогноз образования соединения состава ABX2 не подтвержден экспериментом; пустые клетки – неопределенный результат. Результаты компьютерного конструирования соединений ABX2 были проверены экспериментально. Средняя ошибка предсказания: возможности образования соединений состава ABX2 составляет 11 %, а типа кристаллической структуры - 18 %. Некоторые из предсказанных соединений позже были синтезированы и у них были обнаружены полупроводниковые свойства (NaInSe2 (ΔE = 2.8 эВ), LiInS2 (ΔE = 3 эВ), TlPrSe2 (ΔE = 1.18 эВ) и т.д.).

В п.п.3.2.3 даны результаты компьютерного конструирования сотен эквиатомных соединений состава ABX (X = P, As, Sb, Bi) с наиболее распрост-раненными типами кристаллических структур: TiNiSi, ZrNiAl и PbFCl - для соединений составов ABP и ABAs, PbFCl и MgAgAs для ABSb и MgAgAs – для ABBi. В классифицирующие закономерности были включены фундаментальные параметры элементов A и B: распределение электронов по энергетическим уровням изолированных атомов, три первых потенциала ионизации, атомные радиусы, стандартные энтропии индивидуального вещества, температуры плавления, количество заполненных электронных оболочек, число электронов на незавершенных s-, p-, d- и f-оболочках.


  1   2   3   4   5   6   7   8   9   10

Похожие:

Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconМетоды оптимизации инновационных технологий средствами искусственного интеллекта
Целью данной публикации является разработка методов искусственного интеллекта, обеспечивающих многокритериальную оптимизацию технологий...
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconПрограмма вступительного испытания (собеседование/устный экзамен) по дисциплинам «Неорганическая химия»
«Неорганическая химия», «Аналитическая химия», «Физическая химия» и «Органическая химия»
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия icon§Е. И. Горват, учитель химии высшей квалификационной категории маоу гимназии №96 Обобщение сведений о важнейших классах неорганических соединений. Генетическая связь между классами неорганических соединений
Закрепить и обобщить знания учащихся о составе и свойствах основных классов неорганических соединений
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconПроектирование базы данных
В результате появились модели баз данных, методики проектирования баз данных, специальное программное обеспечение для работы с базами...
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconО работе научного советаран по методологии искусственного интеллекта
Первой Всероссийской междисциплинарной конференции, посвященной философским, методологическим и теоретическим проблемам искусственного...
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconОписание структуры базы данных «вбу: угрозы, охрана, использование»
База данных выполнена в программе Microsoft Access с использованием стандартных методов проектирования реляционных баз данных. Включает...
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconВажнейшие классы неорганических соединений
Цели урока: Обобщить и закрепить знания об основных классах неорганических соединений
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconТема: «Основные классы неорганических соединений»
Цель урока: Закрепить у учащихся знания об основных классах неорганических соединений
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconНаучная работа по информатике «Использование баз данных и субд для обработки экономической информации»
В состав банка данных входят одна или несколько баз данных, справочник баз данных, субд, а также библиотеки запросов и прикладных...
Компьютерное конструирование неорганических соединений, перспективных для применения в электронике, с использованием баз данных и методов искусственного интеллекта с пециальность 02. 00. 01- неорганическая химия iconСинтез и физико-химические свойства координационных соединений рения(V) с производными имидазола и бензимидазола 02. 00. 01 неорганическая химия 02. 00. 04 физическая химия
Работа выполнена в Инновационно-технологическом центре материаловедения внц ран и Правительства рсо-алания
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org