Российская нейросеть научилась расшифровывать рентгеновские спектры за минуты

Рентгеновская спектроскопия поглощения используется для определения расположения атомов, их химического состояния и других важных характеристик материалов. Новый подход основан на машинном обучении с использованием фреймворка PyFitIt, который разрабатывался в Институте ЮФУ. В результате, нейросеть, обученная на специально собранных базах данных, может теперь анализировать спектры с высокой точностью и воспроизводимостью.

Исследователи использовали данные для хрома и ванадия, двух элементов, которые играют ключевую роль в химической промышленности. Например, соединения хрома используются в катализаторе Филлипса, который является основой производства полиэтилена. Благодаря новому методу, анализ данных стал значительно быстрее и точнее, отметили в пресс-службе.

Для обучения нейросети ученые собрали обширную базу эталонных соединений, которые покрывают все возможные комбинации окружения атомов, степени окисления и межатомных расстояний.