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 enemmän

Aloitusvuosi

2026

Päättymisvuosi

2028

Myönnetty rahoitus

Konstantinos (Kostas) Sarakinos Orcid -palvelun logo
499 242 €

Rahoittaja

Suomen Akatemia

Rahoitusmuoto

Suunnattu akatemiahanke

Päättäjä

Suomen akatemian muu päättäjä
16.12.2025

Muut tiedot

Rahoituspäätöksen numero

372528

Tieteenalat

Materiaalitekniikka

Tutkimusalat

Materiaalitiede ja -tekniikka

Tunnistetut aiheet

materials, nanomaterials