AI-Driven Robotic Crystal Explorer for Rapid Polymorph Identification

要約

結晶化は、結晶学的手法を使用した精製および構造相およびバルク相材料の特性評価を容易にする重要な現象です。
ただし、条件が異なると、膨大な数の異なる結晶構造多形が生じる可能性があり、これらは多くの場合、異なる物理的特性を示すため、材料を特定の目的に合わせて調整することができます。
これは、結晶化に影響を与える条件の変動とそれらの間の相互作用から生じる可能性のある高次元性を意味し、網羅的な探索が困難で、時間と費用がかかることを意味します。
ここでは、結晶化条件の探索に対する自動化された効率的な高スループットアプローチのためのロボット結晶検索エンジンを紹介します。
このシステムは、機械学習を使用して結晶を識別し、多重ロボットプラットフォームでその正体を分類する閉ループコンピュータクリスタルビジョンシステムで構成されています。
既知の多形体の形成を調査することで、ロボット システムを使用して、相対的な多形体の量の関数として実験空間を効率的に検索し、最小限の実験予算で、費用をかけずに高次元の状態図を効率的に作成する方法を示すことができました。
結晶学などの分析技術。
このようにして、一連の実験条件内で可能な多形のセットと、各多形を成長させるためのこれらの条件の最適値を特定します。

要約(オリジナル)

Crystallisation is an important phenomenon which facilitates the purification as well as structural and bulk phase material characterisation using crystallographic methods. However, different conditions can lead to a vast set of different crystal structure polymorphs and these often exhibit different physical properties, allowing materials to be tailored to specific purposes. This means the high dimensionality that can result from variations in the conditions which affect crystallisation, and the interaction between them, means that exhaustive exploration is difficult, time-consuming, and costly to explore. Herein we present a robotic crystal search engine for the automated and efficient high-throughput approach to the exploration of crystallisation conditions. The system comprises a closed-loop computer crystal-vision system that uses machine learning to both identify crystals and classify their identity in a multiplexed robotic platform. By exploring the formation of a well-known polymorph, we were able to show how a robotic system could be used to efficiently search experimental space as a function of relative polymorph amount and efficiently create a high dimensionality phase diagram with minimal experimental budget and without expensive analytical techniques such as crystallography. In this way, we identify the set of polymorphs possible within a set of experimental conditions, as well as the optimal values of these conditions to grow each polymorph.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google