DC Field | Value | Language |
dc.contributor.author | Шиманский, Н. А. | - |
dc.contributor.author | Баглов, А. В. | - |
dc.contributor.author | Мусаев, Х. Б. | - |
dc.contributor.author | Рузимурадов, О. Н. | - |
dc.contributor.author | Хорошко, Л. С. | - |
dc.date.accessioned | 2025-08-15T07:37:33Z | - |
dc.date.available | 2025-08-15T07:37:33Z | - |
dc.date.issued | 2025 | - |
dc.identifier.citation | Экспресс-анализ структурных и электронных свойств наноматериалов методами больших данных, больших языковых моделей и генеративного искусственного интеллекта = Express analysis of the structural and electronic properties of nanomaterials using big data, large language models and generative artificial intelligence / Н. А. Шиманский, А. В. Баглов, Х. Б. Мусаев [и др.] // Доклады БГУИР. – 2025. – Т. 23, № 3. – С. 46–53. | en_US |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/61395 | - |
dc.description.abstract | Рассмотрена возможность использования больших языковых моделей, генеративного машинного обучения и методов работы с большими данными для предиктивного анализа электронных свойств
наноструктур на основе полупроводниковых материалов, не ограничивая при этом общность данного подхода для иных кристаллических материалов. Описано концептуальное решение в виде кроссплатформенного программного приложения, имеющего функцию генерации расширенного поиска, для применения
указанного подхода в работе с массивами научных данных. Результаты предварительного тестирования
показывают положительный результат использования разработанного решения для предсказания полупроводниковых свойств (ширина запрещенной зоны, энергия Ферми) эталонного материала. Обсуждаются
перспективы развития и внедрения методов больших данных, больших языковых моделей и генеративного
искусственного интеллекта в рамках тенденций современного материаловедения. | en_US |
dc.language.iso | ru | en_US |
dc.publisher | БГУИР | en_US |
dc.subject | доклады БГУИР | en_US |
dc.subject | машинное обучение | en_US |
dc.subject | нейронные сети | en_US |
dc.subject | большие языковые модели | en_US |
dc.subject | большие данные | en_US |
dc.subject | наноматериалы | en_US |
dc.subject | предсказательный анализ | en_US |
dc.title | Экспресс-анализ структурных и электронных свойств наноматериалов методами больших данных, больших языковых моделей и генеративного искусственного интеллекта | en_US |
dc.title.alternative | Express analysis of the structural and electronic properties of nanomaterials using big data, large language models and generative artificial intelligence | en_US |
dc.type | Article | en_US |
dc.identifier.DOI | http://dx.doi.org/10.35596/1729-7648-2025-23-3-46-53 | - |
local.description.annotation | The possibility of using large language models, generative machine learning and big data methods
for predictive analysis of the electronic properties of nanostructures based on semiconductor materials is considered,
without limiting the generality of this approach for other crystalline materials. The conceptual solution
in the form of a cross-platform software application with an advanced search generation capability for applying
this approach to working with scientific data arrays is described. Preliminary test results showed a positive result
of using the developed solution to predict semiconductor properties (bandgap width, Fermi energy) of a reference
material. Prospects for the development and implementation of big data methods, large language models,
and generative
artificial intelligence in the context of modern trends in materials science are discussed. | en_US |
Appears in Collections: | Том 23, № 3
|