Deep Representation Learning and Literature Mining for Materials Discovery

Bidragets beskrivning

Hanke soveltaa uusimpia syväoppimisen ja tekstinlouhinnan menetelmiä materiaalitieteeseen ja uusien materiaalien kehittämiseen. Louhimalla tutkimuskirjallisuutta hanke tunnistaa uusia yhteyksiä yhtäältä eri materiaalien ja toisaalta materiaalien ja niiden ominaisuuksien välillä. Lisäksi hanke mallintaa materiaaleja uudella tavalla soveltamalla kieliteknologian alalla kehitettyjä, tekstin rakennetta ymmärtäviä syväoppimismenetelmiä suoraan materiaalien rakenteiden kuvaamiseen. Hanke toimii sekä tekstimuotoista tietoa että materiaalirakennetta hyödyntävien syväoppimismallien kehittämisen edelläkävijänä. Hankkeen tulosten avulla kehitetään parempia materiaaleja uuden sukupolven aurinkokennoihin ja muihin kestävää kehitystä tukeviin tulevaisuuden avainteknologioihin.
Visa mer

Startår

2022

Slutår

2024

Beviljade finansiering


Milica Todorovic Orcid -palvelun logo
367 428 €

Rollen i Finlands Akademis konsortium

Övriga parter i konsortiet

Leader
Åbo universitet (345651)
373 098 €

Finansiär

Finlands Akademi

Typ av finansiering

Akademiprojekt med särskild inriktning

Övriga uppgifter

Finansieringsbeslutets nummer

345698

Vetenskapsområden

Data- och informationsvetenskap

Forskningsområden

Laskennallinen data-analyysi

Identifierade teman

literature