Элайджа Тимсен, доцент энергии, экологического & химического машиностроения в Школе Технической & прикладной его сотрудников и науки создал модель, в которой возможно проверить существующие теории о том, как электроны перемещаются через наноматериалы. Эта модель может начать использование наноматериалов в устройстве машинного обучения.«В то время, когда любой сооружает устройства из наноматериалов, они не всегда ведут себя как, они были бы для навалочного груза», сообщил Тимсен. «Одной из вещей, которая изменяется значительно, есть путь, в который эти электроны перемещаются через материал, названный механизмом переноса электронов, но не прекрасно подразумевается, как это происходит».
Тимсен и его команда основывали модель на необыкновенной теории, что любая наночастица в сети – узел, что связан с любым узлом, не только его ближайшими соседями. Одинаково необыкновенный то, что ток, текущий через узлы, не обязательно занимает места между узлами – он обязан лишь пройти через сами узлы.
Это поведение, которое предсказано моделью, создаёт экспериментально заметные текущие тёплые точки в наноразмерном, сообщил исследователь.Помимо этого, команда взглянуть на другую модель, названную нейронной сетью, на базе нервной системы и человеческого мозга. Ученые трудились, дабы выстроить новые компьютерные микросхемы, дабы подражать этим сетям, но данный жареный картофель на большом растоянии испытывает недостаток в людской мозгу, что содержит до 100 связей и миллиардов 10 000 узлов за узел.«В случае если у нас имеется огромное количество узлов – намного больше, чем что-нибудь, что существует – и огромное количество связей, как мы обучаем его?» Тимсен задаёт вопросы. «Мы желаем вынудить эту громадную сеть делать что-то нужное, такое как задача распознавания образов».
На базе тех сетевых теорий Тимсен внес предложение начальный проект проектировать несложный чип, дать ему конкретные данные и изучить продукцию.«В случае если мы разглядываем его как нейронную сеть, мы желаем видеть, будет ли продукция от устройства зависеть от входа», сообщил Тимсен. «Когда мы можем доказать, что, сделаем следующий ход и предложим новое устройство, которое разрешает нам обучать эту совокупность делать несложную задачу распознавания образов».