Página dedicada a la difusión de aplicaciones de Inteligencia Artificial en Ciencia de Materiales. Publico contenido propio así como revisiones de trabajos publicados, en castellano y en inglés.
Posts
Reseña del artículo sobre el uso de redes neuronales convolucionales para evaluar parámetros de red de materiales orgánicos
El artículo titulado «Convolutional Neural Networks to assist the assessment of lattice parameters from X-ray powder diffraction» presenta una innovadora metodología para la estimación de parámetros de celda en compuestos orgánicos utilizando redes neuronales convolucionales (CNNs). Los autores del estudio son Juan Iván Gómez-Peralta, Xim Bokhimi y Patricia Quintana-Owen, investigadores del CINVESTAV-IPN y la UNAM…
Comentarios sobre “estimación del bandgap mediante difracción de rayos X de polvos e Inteligencia Artificial”
Cuando apareció en mi mente por primera vez la idea de que quizás fuera posible estimar la brecha entre bandas (band-gap) de un material a partir de un patrón de difracción de polvos pensé que era una provocación. Provocación porque el tamaño de la brecha es un fenómeno que tiene que ver con transiciones cuantizadas…
Inteligencia Artificial aplicada a Ciencia de Materiales. Parte 2: Los bandgaps
Resumen: Esta entrada tiene como propósito principal informar sobre diversas estrategias implementadas en la caracterización de materiales cristalinos para el desarrollo de modelos de aprendizaje de máquina que estimen la brecha energética entre bandas (mejor conocida como bandgap, por su nombre en inglés). En general, quienes han desarrollado estos modelos de aprendizaje de máquina tienen…
Do you want to get the most recent news? Subscribe.
gomezperalta.mx 