Big–deep–smartdata in imaging for guiding materials design

Sergei V. Kalinin,Bobby G. Sumpter and Richard K. Archibald

Nature materials,Progress article. 2015

管理迄今最佳的图像大数据、深度数据和智能数据能够加速先进功能材料的设计和应用。在本文中我们讨论了利用图像大数据及其分析方法在材料设计中的新的机遇，也包括了它们的局限性，在材料中的实际效益。我们特别关注这些工具是如何帮助我们挖掘新的发现。这些方法特别适合用于探索原子成像、建模和其数据分析方法的持续改进。

图1：理解材料结构和功能的桥接理论和图像。

图2：图像分析中的大数据。原子分辨成像和光谱的大数据和图像分析开辟了一条从结构图中系统提取空间分布信息、相关光谱成像和可视化的通道，最终获得每个空间位置的结构和功能数据。

图3：深度数据方法支持科学家建立或改进理论、模拟和试验之间的连接，包括从理论上填充缺失的实验特性，通过理论预测去噪或消除异常值，建立通过晶粒粗化、参数空间压缩和机器学习方法测量和模拟微观描述符来确定宏观性能的方法。

图4：设想的一种材料发现的智能数据方法。这是专家与实验仪器之间的主动反馈(i)，为自动专家系统的提供训练输入(ii)，随后自动进行数据解释(iii)。该系统还可以通过引用网络和语义文本内容的相关分析和随后的知识集成来探索现存分析中包含的信息。

   隐石检测拥有一批在业内取得显著成就的专业技术人员，在行业内有着丰富的检测经验。秉承着专注、专业、高效、想客户所想的理念，公司积极增加项目和完善更先进的测试仪器设备，保障每一个检测，分析，研发任务优质高效的完成。同时通过专业所长,为全球数万家优质客户提供最及时的行业技术标准信息，和更高精尖的分析检测解决方案。

　　隐石检测分别成立了阀门实验室，腐蚀实验室，金相实验室，力学实验室，无损实验室，耐候老化实验室。从事常压储罐检测，锅炉能效检测，金属腐蚀检测，应力应变检测，无损探伤检测，机械设备检测，金相分析，石墨烯纳米材料检测，水质检测，油品检测涉及的服务范围已广泛覆盖到钢铁材料，有色金属材料，石油化工设备，通用机械设备，冶金矿石，建筑工程材料、航空航天材料，高铁船舶材料，汽车用零部件、非金属材料，电子电工产品等各个领域，并获得了CMA和CNAS;双重认可。