近日，中国科学院大连化学物理研究所（以下简称“大连化物所”）研究员靳艳团队开发的“CataAI表征专家系统”在2024科学智能峰会上正式发布。“CataAI表征专家系统”是由大连化物所独立研发的能源催化材料表征数据智能分析系统，可智能化分析源于电子显微镜、红外光谱、质谱、X射线衍射等的多维度、多模态的能源催化材料表征数据。
CataAI表征专家系统示意图。大连化物所供图
近年来，人工智能技术驱动已成为材料研究领域的新范式。人工智能技术的应用实现了新材料的高通量合成，但同时，也产生了大量的表征数据，高效分析表征数据成为影响材料研发的关键步骤。
针对表征数据量大、多维数据交叉、数据间互译和耦合难等问题，研究团队开发了“CataAI表征专家系统”，在表征数据中的图像和谱图的智能处理方面取得系列进展。团队建立了双阶段神经网络模型，对图像中的颗粒目标进行检测和识别，利用损失函数确定最优目标框并送入分割模型进行像素分类，最终得到了精确的颗粒边界信息，实现催化剂材料中纳米粒子、团簇和单原子等复杂信息的精准分析。随后，团队针对特定反应过程设计了可解释的红外光谱数据预处理模型，包括去基线、拟合分峰等，通过数据特征提取、深度学习模型训练，实现了原位光谱中催化反应过程下材料表面官能团物种的实时、智能的识别和分析。团队还通过自建数据库和新算法，实现了从质谱图到分子结构推荐，并且构建了数据管理、分类储存、图谱数据的特征参数智能提取等功能。
“CataAI表征专家系统”将作为首个案例应用在DICP AI Lab上。DICP AI Lab是大连化物所与北京深势科技有限公司合作共同打造的“大连化物所专属AI生态圈”，旨在为AI相关研究提供实践与共享生态环境。
此外，大连化物所将进一步建设智能化的表征实验室，“CataAI表征专家系统”有望作为智能表征实验室的智慧大脑，为能源催化研究提供高水平技术支持，推动能源催化领域的创新和进步。
一种使用深度学习方法设计出来的新蛋白质。图片来源：华盛顿大学医学院蛋白质设计研究所 美国科学家借助机器学习 12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和 12月16日，2023第二届可持续能源发展国际会议在北京开幕。此次会议以“零碳科技、创新未来”为主题，汇聚了来自全球多 为纪念中国航空仪表技术与惯性技术的奠基人、北京航空航天大学建校元老林士谔先生110周年诞辰暨北航仪器科学与光电工 12月16日，首届多尺度材料计算模拟国际研讨会在北京召开，来自国内外100多位专家学者共同探讨材料计算领域的研究成果和 12月13至14日，在教育部、陕西省人民政府的支持下，由教育部学校规划建设发展中心主办，陕西省教育厅、西安建筑科技大学、绿 。本文链接：CataAI表征专家系统正式发布http://www.sushuapos.com/show-11-13852-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： ChemGPT 2.0大模型及具身智能机器人化学家发布
下一篇： 护理创新引领未来 学科融合共铸健康