自旋電子學涉及電子的內部自旋和電子工程。目前，正在積極開展相關研究，以解決現有硅半導體的集成局限性，開發下一代超低功耗、高性能半導體。磁性材料是開發自旋電子器件(如MRAM磁阻隨機存取存儲器)最常用的材料之一。因此，通過分析磁哈密頓量及其參數，準確識別磁性材料的熱穩定性、動態行為和基態構型等性質具有重要意義。

過去，為了更準確、更深入地了解磁性材料的性質，需要通過各種實驗直接測量磁性哈密頓量參數，這需要耗費大量的時間和資源。為了克服這些困難，韓國研究人員開發了一種人工智能(AI)系統，可以實時分析磁性系統。

韓國科學技術研究所(KIST)宣布，其聯合研究團隊開發出一種技術，可以利用人工智能技術，從自旋結構圖像中估計出磁哈密頓參數。該團隊由北京科技大學(SpinConvergenceResearchCenter)的海永權博士(HeeyongKwon)和君士坦丁博士(JunwooChoi)以及北京大學(KyungHeeUniversity)的張永元教授(ChangyeonWon)領導。

研究人員構建深度神經網絡，并用機器學習算法和現有的磁疇圖像對其進行訓練。結果表明，通過輸入電子顯微鏡獲得的自旋結構圖像，可以實時估計磁哈密頓參數。此外，與實驗參數相比，人工智能系統的估計誤差小于1%，具有較高的精度。該團隊表示，使用開發的人工智能系統，可以通過深度學習技術實時完成材料參數評估過程。這個過程過去需要幾十個小時才能完成。

科學研究院的熙永權博士說:“我們提出了一種新的方法來展示如何使用人工智能技術來分析磁系統的性能。預計利用這種新方法，通過人工智能技術研究物理系統，將縮小實驗值與理論值之間的差距，進一步整合人工智能技術與基礎科學研究，拓展新的研究領域。”

成都融和實業排隊叫號系統廠家(www.ht0735.com)是一家集研發、生產、營銷、服務于一體的高新技術企業.主營智能填單系統、智能查詢系統、智能排隊叫號系統、醫院分診系統、排隊機、叫號機、評價器(好差評系統)、呼叫器、多媒體查詢及信息發布配套系統等,公司產品已廣泛應用于不動產登記、智慧醫療、智慧稅務、智慧政務、智慧金融、智慧通訊、智慧服務大廳、智慧機關單位等服務窗口行業.咨詢電話：028-87438905。

標簽：人工智能,半導體材料分析