跳转到主内容
人环游计算机
自主材料发现系统,又称材料加速平台,是高通量材料科学的关键图像: Getty图像

高复用率、辉煌和一致性光源正在大大提高科学实验速度材料科学领域要充分利用这一能力,材料样本编译和目标制作需要技术转换实现这一变换可开通高能密度科学新疆域和极量研究动态素材,两者都对能源部储存管理任务至关紧要

洛斯阿拉莫斯国家实验室和得克萨斯A&M大学系统成员最近牵头举办了一次讲习班,旨在评估当前高容量、弹性和敏捷材料样本编译和目标编译工作,促进协作互动以利用当前进度并审议可吸引赞助者支持的举措

5月在得克萨斯州学院站举行的高压素科学适配样本和目标制造讲习班集合了来自国家实验室、学术界和业界的各类创新参与者。Cris Barnes是LANL极量辐射交互学冠军说道, “许多参与者从来没有来过同一个房间前或相遇,大多数人都觉得听到新的和不同的研究是非常令人兴奋的。得克萨斯A&M大学做了很好的工作促进这些交互学。”

为期两天的讲习班专题讲课,专门识别挑战与需求并描述解决方案和新技术参加讲习班者发现难得的合并三大创举的机会:材料基因组创举、人工智能和大数据科学领域以及科学驱动的先进制造并发自自动机物发现系统 即物料加速平台参加者一致认为,如果可解决自适应样本准备问题和挑战,可在多领域取得重大进展。

面向未来,研讨会与会者想寻找那些愿意为创新项目提供资金的合格赞助者,这些创新项目可使用多设施,并可能获得大回报或回馈。成功吸引赞助者需要识别

  • 关键应用,如核光子/中子射线学需要高容量高复用率
  • 重要科学运动, 如努力生成近全套不透明数据或x射线转换数据,或
  • 用户设施向创新波束建议开放,自主系统可开发并广泛应用

博士得克萨斯A&M材料科学工程系副教授Michael Demkowicz补充道 道 道 道 道 道 道 道 挑战相当大素材研究可能从个人最下注调查转向AI(人工智能)引导自动化发现机每天运行数千次测试

由LANL运动倡议资助的首期2019讲习班,其目的是保持对中尺度材料或加速器科学关键方向的最新技术认识DOE发现国家科学需求未满足 动态中尺度材料科学能力支持战略关键科学制造需要高级样本准备和目标编译类似地,理解惯性聚合和高能密度科学的进步将受益于高通量实验本讲习班是多年度系列之一工场LANL赞助

Baidu
map