5月18日2021年
肯特大学的物理科学学院与科技设施委员会（STFC）和卡迪夫，达夫，达夫和利兹大学合作，已欧洲杯线上买球经开发出一种训练计算机的算法，以分析来自先进电子材料中的亚杀菌颗粒的信号。欧洲杯足球竞彩欧洲杯猜球平台
在大颗粒促欧洲杯猜球平台进剂中产生称为MUONS的颗粒，并在材料的内部样品中植入以研究它们的磁性。欧洲杯足球竞彩μONs是独特的有用的，因为它们磁性地耦合到材料内部的单个原子，然后发射研究人员可检测的信号，以获得有关该磁性的信息。
这种检查原子尺度上的磁性的能力使基于μ的测量在电子材料中最强大的磁力探针之一，包括“量子材料”，例如超导体和其他异种形式的物质。欧洲杯足球竞彩
由于在简单地检查信号中不可能推断材料中发生的事情，研究人员通常将其数据与通用模型进行比较。相比之下，目前的团队改编了一种称为主成分分析（PCA）的数据科学技术，经常用于人脸识别。欧洲杯线上买球
PCA技术涉及计算机馈送许多相关但不同的图像，然后运行识别可以组合以重现以重现的少数“原型”图像的算法以极大的准确性，任何原始图像。然后，以这种方式训练的算法可以继续执行任务，例如识别新图像是否与先前看到的任务匹配。
研究人员改编了PCA技术，分析了嵌入在复杂材料中的μONs发出的信号，使用在STFC Rutherford Appreton实验室的Iisis中子和MuOn来源上获得的实验数据训练各种量子材料的算法欧洲杯足球竞彩。
结果表明，新技术同样熟练，因为在检测阶段过渡时的标准方法和某些情况下，可以检测到标准分析能力的过渡。
Jorge Quintanilla博士，肯特和QETIOM材料研究小组物理领导者的炼狱资源理论高级讲师说：欧洲杯足球竞彩'我们的研究结果是特殊的，因为这是通过一项算法实现的，这些算法一无所知，这些算法一无所知的物理物理学的研究。欧洲杯足球竞彩这表明新方法可能具有非常广泛的应用程序，因此我们已经使我们的算法用于全球研究界可供使用。
来源：https://www.kent.ac.uk/