ИСТИНА

Нейронные сети - одно из перспективных направлений искусственного интеллекта, которое уже на сегодняшний день активно используется во многих направлениях: в медицине, в бизнесе, в сфере безопасности и в др [1,2]. В последнее десятилетие внимание исследователей занимают объекты наноразмерного масштаба – сильно локализованные особенности (квантовые точки), слоистые 2D материалы (например, оксид графена, MXenes), различные системы ядро-оболочка [3]. Для исследования структуры таких объектов используют комплекс поверхностно-чувствительных методов, в том числе и спектроскопию энергетических потерь электронов – EXELFS (Extended Electron Energy Loss Fine Structure). При работе с экспериментальными данными каждый исследователь должен решить ряд проблем. Необходимо получить априорную информацию об исследуемом объекте. Она необходима для построения модели корректно описывающей исследуемую структуру реального объекта. А также нужно уметь обрабатывать данные эксперимента, не внося дополнительные погрешности. Комплекса этих проблем можно избежать при использовании нейронной сети, обладающей способностью обрабатывать экспериментальные спектры энергетических потерь электронов. Данная работа направлена на решение проблемы получения из экспериментальных данных информации о параметрах локального атомного строения материала. Для построения корректной модели проводят расчеты, которые требуют значительных временных ресурсов и высокой вычислительной мощности. Поэтому создание нейронной сети, способной проводить анализ EXELFS спектров значительно облегчит получение информации о локальной атомной структуре. В рамках данной работы была создана подпрограмма для нейронной сети, в которой закладывается необходимая информация: сведения об энергии связи и структурные данные. Она принимает экспериментальный спектр и определяет энергию связи, а через нее химический элемент и край возбуждения, далее определяется структура.