Universaali koneoppimiseen perustuva ohutkalvon kasvusimulaattori
Rahoitetun hankkeen kuvaus
Materiaalien löytäminen on hyötynyt valtavasti kehittyneistä supertietokoneista, mukaan lukien nanokokoluokan materiaalit, jotka on kerrostettu ohuiksi kalvoiksi pinnoille niiden ominaisuuksien hyödyntämiseksi. Nykyiset mallit ja menetelmät ovat kuitenkin epätäydellisiä ja estävät meitä saamasta perustavanlaatuista atomimittakaavan näkemystä ohutkalvojen käsittelystä, koska ne eivät pysty kuvaamaan atomien liikettä ja vuorovaikutusta tarkasti realistisella aikaskaalalla. Tämän Helsingin yliopistossa toteutettavan hankkeen tavoitteena on ratkaista tämä haaste hyödyntämällä olemassa olevien menetelmien vahvuuksia koneoppimisen puitteissa. Näin voimme tutkia, miten metalli ja nykyaikaiset materiaalit (esim. grafeeni) ovat vuorovaikutuksessa keskenään, mikä on keskeinen vaihe huipputehokkaiden laitteiden valmistuksessa. Laajemmassa mittakaavassa työmme tarjoaa universaalin alustan uusien nanorakenteisten materiaalien suunnitteluun.
Näytä enemmänAloitusvuosi
2026
Päättymisvuosi
2028
Myönnetty rahoitus
Rahoittaja
Suomen Akatemia
Rahoitusmuoto
Suunnattu akatemiahanke
Päättäjä
Suomen akatemian muu päättäjä
16.12.2025
16.12.2025
Muut tiedot
Rahoituspäätöksen numero
372528
Tieteenalat
Materiaalitekniikka
Tutkimusalat
Materiaalitiede ja -tekniikka
Tunnistetut aiheet
materials, nanomaterials