Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/51875
Full metadata record
DC FieldValueLanguage
dc.contributor.authorШиманский, Н. А.-
dc.contributor.authorБаглов, А. В.-
dc.contributor.authorХорошко, Л. С.-
dc.coverage.spatialМинскru_RU
dc.date.accessioned2023-06-08T11:06:21Z-
dc.date.available2023-06-08T11:06:21Z-
dc.date.issued2023-
dc.identifier.citationШиманский, Н. А. Автоматизация обработки результатов исследования структуры и свойств наноматериалов / Н. А.Шиманский, А. В. Баглов, Л. С.Хорошко // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей IX Международной научно-практической конференции, Минск, 17–18 мая 2023 г. : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2023. – С. 296-300.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/51875-
dc.description.abstractУспешное развитие науки в области синтеза и исследования современных и перспективных наноматериалов на сегодняшний день практически невозможно без использования вычислительных средств и компьютерной автоматизации. Более того, развитие нейронных сетей и программных интерфейсов (machine learning) для них позволяет не только исследовать, но и фактически предсказывать ключевые свойства исследуемых материалов – состав, стехиометрию, наличие и влияние дефектов кристаллов и др. Современные технологии и концепции BigData и Advanced Analytics в полной мере могут сыграть решающую роль в оптимизации подобных задач, сокращении времени обработки больших массивов данных, обеспечении возможности создания и использования глобальных информационных ресурсов для верификации. В данной статье рассматривается возможность использования компьютерного моделирования для автоматизации и повышения точности обработки результатов рентгеновской спектроскопии для изучения свойств наноматериалов, а также создания обобщенного электронного каталога/библиотеки различных образцов и применения методов машинного обучения.ru_RU
dc.language.isoruru_RU
dc.publisherБГУИРru_RU
dc.subjectматериалы конференцийru_RU
dc.subjectрентгеновский дифракционный анализru_RU
dc.subjectмашинное обучениеru_RU
dc.subjectоблачные данныеru_RU
dc.titleАвтоматизация обработки результатов исследования структуры и свойств наноматериаловru_RU
dc.title.alternativeAutomation of processing the results of nanomaterials structure and properties studyingru_RU
dc.typeArticleru_RU
local.description.annotationThe successful development of science in the synthesis and study of modern and promising nanomaterials is practically impossible today without the integration of computing tools and computer automation. Moreover, the development of neural networks and software interfaces (machine learning) for them allows us to study as well as predict the main properties of studying materials, such as composition, stoichiometry, crystal defects presence, and effect, etc. Modern technologies and concepts of Big Data and Advanced Analytics can fully play a decisive role in optimizing such tasks, reducing the processing time of large data arrays, and enabling the creation and use of global information resources for verification. This article discusses the possibility of using computer simulation to automate and improve the accuracy of processing X-ray spectroscopy results for studying the properties of nanomaterials, creating a generalized electronic catalog/library of various samples, and applying machine learning methods.ru_RU
Appears in Collections:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2023)

Files in This Item:
File Description SizeFormat 
Shimanskii_Avtomatizaciya.pdf1.12 MBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.