韩国:人工智能分析半导体材料 误差小于1％

自旋电子学涉及电子的内部自旋和电子工程。目前，正在积极开展相关研究，以解决现有硅半导体的集成局限性，开发下一代超低功耗、高性能半导体。磁性材料是开发自旋电子器件(如MRAM磁阻随机存取存储器)最常用的材料之一。因此，通过分析磁哈密顿量及其参数，准确识别磁性材料的热稳定性、动态行为和基态构型等性质具有重要意义。

过去，为了更准确、更深入地了解磁性材料的性质，需要通过各种实验直接测量磁性哈密顿量参数，这需要耗费大量的时间和资源。为了克服这些困难，韩国研究人员开发了一种人工智能(AI)系统，可以实时分析磁性系统。

韩国科学技术研究所(KIST)宣布，其联合研究团队开发出一种技术，可以利用人工智能技术，从自旋结构图像中估计出磁哈密顿参数。该团队由北京科技大学(SpinConvergenceResearchCenter)的海永权博士(HeeyongKwon)和君士坦丁博士(JunwooChoi)以及北京大学(KyungHeeUniversity)的张永元教授(ChangyeonWon)领导。

研究人员构建深度神经网络，并用机器学习算法和现有的磁畴图像对其进行训练。结果表明，通过输入电子显微镜获得的自旋结构图像，可以实时估计磁哈密顿参数。此外，与实验参数相比，人工智能系统的估计误差小于1%，具有较高的精度。该团队表示，使用开发的人工智能系统，可以通过深度学习技术实时完成材料参数评估过程。这个过程过去需要几十个小时才能完成。

科学研究院的熙永权博士说:“我们提出了一种新的方法来展示如何使用人工智能技术来分析磁系统的性能。预计利用这种新方法，通过人工智能技术研究物理系统，将缩小实验值与理论值之间的差距，进一步整合人工智能技术与基础科学研究，拓展新的研究领域。”

成都融和实业排队叫号系统厂家(www.cdroho.com)是一家集研发、生产、营销、服务于一体的高新技术企业.主营智能填单系统、智能查询系统、智能排队叫号系统、医院分诊系统、排队机、叫号机、评价器(好差评系统)、呼叫器、多媒体查询及信息发布配套系统等,公司产品已广泛应用于不动产登记、智慧医疗、智慧税务、智慧政务、智慧金融、智慧通讯、智慧服务大厅、智慧机关单位等服务窗口行业.咨询电话：028-87438905。

标签：人工智能,半导体材料分析