機械学習技術を使用することにより、Graz工科大学（Tu Graz）の研究者は、スロット マシン カジノ界面で機能化された分子の構造形成を予測できます。
の製造ナノマテリアル無機表面に官能化（有機）分子の自己組織化プロセスが含まれます。オーガニックコンポーネントと無機成分のこの組み合わせは、有機電子機器やナノテクノロジーの他の分野の用途に不可欠です。
以前は、特定の希望の表面特性が試行錯誤で達成されることがよくありました。分子は、望ましい表面特性の最適な結果が見つかるまで化学的に変化しました。
研究者は、ジャーナルに掲載された研究で、この予期しない構造形成に関する調査結果を照らしましたACS NANO.
グループは、銀表面にキノイド化合物を観察しました。 Solid State Physics Instituteの最初の著者Andreas Jeindlは次のように説明しています。
Tu Grazチーム、のチームとともにフリードリッヒシラー大学イエナこの予測不可能性の分解を開始することができました。彼らは、構造形成が3つの対立する駆動力の間のトレードオフの産物であることを発見しました。分子と金属間の相互作用はすべての分子を同じ方向に押し込もうとしますが、分子間の相互作用は異なる方向を支持することができます。
この理解に基づいて、チームは、少なくとも分子の最初のクラスでは、スロット マシン カジノで形成され、その後その特性を予測できる設計原則を開発することができました。機械学習に基づく検索アルゴリズムが重要な役割を果たします。
Jeindlは次のように説明しています。「この出版物では、アルゴリズムによって予測される構造が有機無機界面の実験的特性と非常に一致していることを示すことができました。表面上で繰り返します。
原動力を調べることにより、科学者は、特定のクラスの分子の機能化分子の自己組織化の設計原則を策定することができました。分子のさまざまなクラスに十分な分析が行われると、モジュラービルディングブロックからコンピューター上に、目的の界面特性に適した分子を簡単に組み立てることができます。
