Yapay zeka destekli literatür madenciliği, ısıya dayanıklı kurşunsuz dielektrik malzemelerin keşfini hızlandırıyor

Yapay zeka, yüksek sıcaklıklarda bile istikrarlı performansı koruyan yeni kurşunsuz dielektrik malzemeleri keşfetmek için yüzlerce araştırma makalesine dağılmış verileri analiz etti. Çalışma, malzeme keşfini deneme yanılma sürecinden veri odaklı bir sürece dönüştürebilecek yeni bir yaklaşım sunuyor.

Seul Ulusal Üniversitesi Mühendislik Fakültesi, Malzeme Bilimi ve Mühendisliği Bölümü’nden profesör Ho Won Jang liderliğindeki bir araştırma ekibinin, bilimsel literatürden elde edilen verileri fizik bilgili makine öğrenimi ile birleştirerek kurşunsuz dielektrik malzemeler tasarlamak için bir teknoloji geliştirdiğini duyurdu. Kwanwoo Song, entegre bir MS/Ph.D. öğrencisi, ilk yazar olarak görev yaptı ve genel araştırmaya liderlik ederken, MS/Ph.D.’yi entegre etti. İşbirliğine dayalı çalışmaya öğrenci Youngmin Kim ve doktora sonrası araştırmacı Jaehyun Kim katıldı.

Dielektrikler, elektrik yükünü depolarken elektriğin doğrudan akmasını önleyen yalıtım malzemeleridir ve akıllı telefonlarda, elektrikli araçlarda ve diğer elektronik cihazlarda kullanılan çok katmanlı seramik kapasitörlerin (MLCC’ler) temel malzemeleridir. Dielektrik sabiti ne kadar yüksek olursa, aynı boyuttaki bir bileşen o kadar fazla elektrik enerjisi depolayabilir. Ancak elektronik cihazlarda pratik kullanım için dielektrik performansın yüksek sıcaklıklarda da sabit kalması gerekir.

Araştırma ekibi, bilimsel makalelerin metinleri, tabloları ve grafikleri boyunca dağıtılan bilgileri otomatik olarak çıkaran çok modlu literatür madenciliği ile fizik bilgili makine öğrenimini birleştirerek hedeflenen performans gereksinimlerini karşılama olasılığı yüksek olan kompozisyonları ilk olarak tanımlayan bir ters tasarım yaklaşımı geliştirdi. 448 makaleden 1.202 dielektrik özellik kaydından oluşan bir veri seti oluşturduktan sonra araştırmacılar, yaklaşık 150 milyon olasılığa sahip sanal bir kompozisyon alanını araştırdı ve bunu 37 adaya daralttı. Daha sonra bu bileşimlerden ikisini sentezlediler ve hem yüksek dielektrik sabitlerini hem de mükemmel yüksek sıcaklık stabilitesini deneysel olarak doğruladılar.

Bulgular dergide yayınlandı Doğa İletişimi.

Dielektriklerde arama problemi

Elektrikli araçlar, güç elektroniği ve havacılık ekipmanları da dahil olmak üzere daha fazla elektronik cihaz yüksek sıcaklıklarda çalıştıkça, sıcaklık dalgalanmalarına rağmen istikrarlı performansı koruyan dielektrik malzemelerin önemi artıyor. Özellikle, elektriksel tepkisi sıcaklıkla nispeten kademeli olarak değişen gevşetici ferroelektrikler, yüksek dielektrik sabitlerini geniş bir sıcaklık aralığında kararlılıkla birleştirme potansiyeline sahiptir.

Ancak arama kurşunsuz bileşimlerle sınırlı olsa bile, elementlerin olası birçok kombinasyonu ve karışım oranları nedeniyle potansiyel adayların sayısı neredeyse sınırsızdır ve bu da deneme-yanılma araştırmalarını maliyetli ve zaman alıcı hale getirir. Üstelik ilgili veriler farklı makalelerdeki metin, tablo ve grafiklere dağılmış durumdayken sıcaklık, frekans ve örnek özellikleri gibi ölçüm koşulları çalışmadan çalışmaya farklılık gösteriyor, bu da verilerin doğrudan makine öğrenimi eğitiminde kullanılmasını zorlaştırıyor.

Bu zorlukların üstesinden gelmek için araştırmacılar, birden fazla makaleye dağıtılan bilgileri birleşik bir formatta birleştiren ve gerçekçi olarak var olabilecek malzemeleri taramak için fiziksel yasaları birleştiren bir makine öğrenimi çerçevesi geliştirdiler. Ekip, sıcaklığa bağlı dielektrik özellikleri çıkarmak için grafikleri sayısal verilere dönüştürürken, metin ve araştırma makalelerinin tablolarından kompozisyon ve işleme koşullarını düzenlemek için büyük dil modelleri kullandı.

150 milyondan 37’ye

Bu işlem, 448 kağıttan bileşim, işleme koşulları ve dielektrik özellikleri kapsayan 1.202 kayıt sağladı. Araştırmacılar daha sonra farklı yayınlara dağılmış bilgileri birleşik bir eğitim veri setine entegre etmek için element bileşimi ve mikro yapı dahil 22 fiziksel tanımlayıcıyı birleştirdi. Daha sonra, dielektrik sabiti ve sıcaklık kararlılığıyla ilgili üç temel göstergeyi aynı anda tahmin etmek için bağımsız olarak eğitilmiş 30 makine öğrenimi modelini birleştirdiler. Çerçeve aynı zamanda modellerin tahminleri arasındaki uyumu değerlendirmek ve tahmin güveni daha yüksek olan adaylara öncelik verilmesine olanak sağlamak üzere tasarlanmıştır.

Yaklaşık 150 milyon sanal kompozisyona önceden tanımlanmış performans hedeflerini ve fizikokimyasal kısıtlamaları sırayla uyguladıktan sonra ekip, arama alanını 37 aday malzemeye daralttı. Araştırmacılar daha sonra kalan en fazla sayıda adayı içeren bileşim ailesi içindeki bileşen oranlarına ince ayar yaptılar ve deneysel test için iki bileşim seçtiler.

Deneyler, %1 mol ve %2 mol kalayın (Sn) ikame edildiği iki numunenin, sırasıyla 3,422 ve 3,307’lik yüksek oda sıcaklığında dielektrik sabitleri sergilediğini gösterdi. Küçük miktarda Sn ikamesi, dielektrik sabitini önemli ölçüde düşürmeden sıcaklık stabilitesini geliştirerek olumlu bir denge yarattı.

Günümüzün çok katmanlı seramik kapasitörlerinde yaygın olarak kullanılan baryum titanat (BaTiO₃) ile karşılaştırıldığında, yeni geliştirilen malzemelerin daha geniş bir sıcaklık aralığında daha tutarlı bir şekilde yüksek dielektrik sabitlerini koruduğu da bulundu. Her iki örnek de, çok katmanlı seramik kapasitörler için uluslararası X5R, X6R ve X7R standartlarının yüksek sıcaklık stabilitesi gereksinimlerini karşıladı ve aynı bileşim ailesindeki malzemeler için daha önce bildirilen verilerle karşılaştırıldığında en yüksek dielektrik sabitleri arasında kaydedildi.

X5R, X6R ve X7R: Çok katmanlı seramik kapasitörlerde kullanılan dielektrik malzemeler için sıcaklık stabilitesi sınıflandırmaları; genellikle dielektrik sabitinin sırasıyla -55°C’den 85°C’ye, 105°C ve 125°C’ye kadar 25°C’deki değerinin ±%15’i içinde kalıp kalmadığını gösterir.

Kalay stabiliteyi nasıl geliştirdi?

Araştırmacılar, makine öğrenimi modelinin karar verme sürecine ilişkin içgörüleri piezoresponse kuvvet mikroskobu, Raman spektroskopisi ve atomik çözünürlüklü elektron mikroskobundan elde edilen sonuçlarla birleştirdi. Analizleri, küçük miktarda Sn’nin kristal çerçeveyi genişlettiği ve atomik ölçekte elektriksel heterojenliği arttırdığı ve böylece sıcaklık stabilitesini arttırdığı temel mekanizmayı ortaya çıkardı.

Çalışma önemlidir çünkü bilimsel literatüre dağılmış verileri entegre etmek ve analiz etmek için yapay zekayı kullanan ve daha sonra bu verileri yeni materyallerin tasarımına uygulayan bir araştırma metodolojisini göstermektedir. Araştırmacılar, yaklaşımın, ilgili verilerin çok sayıda yayında dağıtıldığı fonksiyonel oksitler ve ince filmler gibi geniş bir yelpazedeki diğer malzemelerin geliştirilmesine de uygulanabileceğine inanıyor. Bu çalışmada doğrulanan kurşunsuz dielektriklerin, yüksek sıcaklıkta çok katmanlı seramik kapasitörlerin yanı sıra elektrikli araçlar, güç elektroniği ve havacılık sistemleri için elektronik bileşenlerin geliştirilmesinde uygulama bulması bekleniyor.

Jang şunları söyledi: “Bu çalışmanın önemi, yalnızca makine öğrenimi ile performansı tahmin etmede değil, aynı zamanda birden fazla makaleye dağılmış bilgileri bir eğitim veri kümesine entegre etmede ve ardından aramayı gerçekten sentezlenebilecek adaylara kadar daraltmak için hem fiziksel yasaları hem de model tahminleri arasındaki tutarlılığı dikkate almada yatmaktadır.

“Çok modlu literatür madenciliğini fizik bilgili makine öğrenimiyle birleştiren bu çalışmada sunulan stratejinin, dielektrik malzemelerin ötesine geçerek verilerin çok sayıda kağıt ve formata dağıldığı ve bu nedenle sistematik entegrasyon gerektiren diğer fonksiyonel oksitlerin ve ince film malzemelerinin keşfine kadar uzanacağını umuyoruz.”

Tek bir malzeme sınıfının ötesinde

Song, çalışmanın ilk yazarı ve entegre MS/Ph.D. Öğrenci, literatürden türetilmiş veri kümesinin oluşturulması ve makine öğrenimi modellerinin geliştirilmesinden aday materyallerin taranmasına ve deneysel doğrulamanın yapılmasına kadar tüm araştırma sürecini yönetti. Şu anda makine öğrenimine dayalı yeni malzemelerin keşfi üzerine araştırma yürütüyor ve çalışmalarını yeni kurşunsuz dielektrik ve MLCC bileşimlerinin yanı sıra yarı iletken transistörler için oksit kanal malzemeleri de dahil olmak üzere bir dizi elektronik malzemeye doğru genişletiyor. Bu araştırma deneyimine dayanarak yüksek performanslı elektronik ve dielektrik malzemeler konusunda Ar-Ge’ye devam etmeyi planlıyor.

Bu arada, Jang’ın araştırma ekibi daha önce, doktora sonrası araştırmacı Jaehyun Kim’in ilk yazar olduğu bir çalışmada, yeşil hidrojen üretimi için tungsten tek atom bazlı, değerli olmayan metal su elektroliz katalizörünü keşfetmek ve deneysel olarak doğrulamak için yapay zekayı kullandı. Bu araştırma aynı zamanda yayınlandı Doğa İletişimi.