Repositorio UFRO · Omeka S

Applied Artificial Intelligence in Materials Science and Material Design

Primer Autor	Chavez-Angel, Emigdio
Título	Applied Artificial Intelligence in Materials Science and Material Design
Editorial	WILEY
Revista	ADVANCED INTELLIGENT SYSTEMS
Lenguaje	en
Resumen	Materials science has traditionally relied on a combination of experimental techniques and theoretical modeling to discover and develop new materials with desired properties. However, these processes can be time-consuming, resource-intensive, and often limited by the complexity of material systems. The advent of artificial intelligence (AI), particularly machine learning, has revolutionized materials science by offering powerful tools to accelerate the discovery, design, and characterization of novel materials. AI not only enhances the predictive modeling of material properties but also streamlines data analysis in techniques like X-Ray diffraction, Raman spectroscopy, scanning probe microscopy, and electron microscopy. By leveraging large datasets, AI algorithms can identify patterns, reduce noise, and predict material behavior with unprecedented accuracy. In this review, recent advancements in AI applications across various domains of materials science, including spectroscopy, synchrotron studies, scanning probe and electron microscopies, metamaterials, atomistic modeling, molecular design, and drug discovery, are highlighted. It is discussed how AI-driven methods are reshaping the field, making material discovery more efficient, and paving the way for breakthroughs in material design and real-time experimental analysis.La ciencia de los materiales se ha basado tradicionalmente en una combinación de técnicas experimentales y modelado teórico para descubrir y desarrollar nuevos materiales con las propiedades deseadas. Sin embargo, estos procesos pueden ser largos, requerir muchos recursos y, a menudo, verse limitados por la complejidad de los sistemas de materiales. La llegada de la inteligencia artificial (IA), en particular el aprendizaje automático, ha revolucionado la ciencia de los materiales al ofrecer herramientas poderosas para acelerar el descubrimiento, el diseño y la caracterización de nuevos materiales. La IA no solo mejora el modelado predictivo de las propiedades de los materiales, sino que también optimiza el análisis de datos en técnicas como la difracción de rayos X, la espectroscopia Raman, la microscopía de sonda de barrido y la microscopía electrónica. Al aprovechar grandes conjuntos de datos, los algoritmos de IA pueden identificar patrones, reducir el ruido y predecir el comportamiento de los materiales con una precisión sin precedentes. En esta revisión, se destacan los avances recientes en las aplicaciones de la IA en diversos dominios de la ciencia de los materiales, incluyendo la espectroscopia, los estudios de sincrotrón, la microscopía de sonda de barrido y la microscopía electrónica, los metamateriales, el modelado atomístico, el diseño molecular y el descubrimiento de fármacos. Se analiza cómo los métodos basados en inteligencia artificial están transformando el campo, haciendo que el descubrimiento de materiales sea más eficiente y allanando el camino para avances significativos en el diseño de materiales y el análisis experimental en tiempo real.
Tipo de Recurso	artículo de revisión
Description	artificial intelligence electron microscope material design pharma scanning probe microscopy spectroscopy
doi	10.1002/aisy.202400986
Formato Recurso	pdf
Palabras Claves	TRANSMISSION ELECTRON-MICROSCOPY CONVOLUTIONAL NEURAL-NETWORK MACHINE-LEARNING APPROACH X-RAY TOMOGRAPHY INVERSE DESIGN RAMAN-SPECTRA COMPUTED-TOMOGRAPHY DENOISING METHOD DRUG DISCOVERY DEEP
Ubicación del archivo	http://dx.doi.org/10.1002/aisy.202400986
Materias	artificial intelligence electron microscope material design pharma scanning probe microscopy spectroscopyTRANSMISSION ELECTRON-MICROSCOPY CONVOLUTIONAL NEURAL-NETWORK MACHINE-LEARNING APPROACH X-RAY TOMOGRAPHY INVERSE DESIGN RAMAN-SPECTRA COMPUTED-TOMOGRAPHY DENOISING METHOD DRUG DISCOVERY DEEP
Disciplinas de la OCDE	Ingeniería de los Materiales Ciencias de la Computación Química Analítica
Versión del recurso (Recomendado-único)	versión publicada
Tipo de ruta	dorada verde
Access Rights	acceso abierto
Derechos de acceso	acceso abierto
Id de Web of Science	WOS:001435445900001
Título de la cita (Recomendado-único)	Applied Artificial Intelligence in Materials Science and Material Design
Identificador del recurso (Mandatado-único)	artículo de revisión
Editorial	WILEY
Revista/Libro	ADVANCED INTELLIGENT SYSTEMS
Categoría WOS	Automation & Control Systems Computer Science, Artificial Intelligence Robotics
Idioma	en
License	CC-BY 4.0
Entidad financiadora	MICIU
Referencia del Financiador (Mandatado si es aplicable-repetible)	MICIU
Formato	pdf