Материал из MachineLearning.

---

Версия 16:22, 3 февраля 2025

Изучение проблемы высокотемпературной сверхпроводимости методами машинного обучения, в т.ч. векторных "языковых" моделей

Подробное описание научной задачи

Феномен высокотемпературной сверхпроводимости (ВТСП) с температурой сверхпроводящего перехода (Тс) в 60-70К и выше, впервые открытый в 1980х (И.Беднорц, А.Мюллер, Е.В.Антипов, С.Н.Путилин и др. исследователи), до сих пор не получил надлежащего теоретического обоснования. Основная микроскопическая теория сверхпроводников Бардина — Купера — Шриффера очевидным образом неприменима вследствие непреодолимого теоретического предела для значений Тс (порядка 30К), следующего из этой теории (что противоречит самому факту существования ВТСП). Несмотря на обилие теоретических конструктов (в т.ч. и таких экзотических, как "состояния Майорана" и т.п.), за исключением работ Н.Н.Боголюбова и его учеников, ни одна из этих теоретических конструкций не была доведена до практического вычисления показателей сверхпроводящего перехода исследуемого вещества ВТСП на основе его структуры (прежде всего, кристаллической). Более того, имеющиеся феноменологические модели квазифизического характера (вроде "электронно-дырочной") также не позволяют производить алгоритмы, которые были бы хость сколько-нибудь успешно протестированы на обширной выборке известных веществ ВТСП. Полный застой в теоретической физике и, по-прежнему, высокий потенциал практических применений ВТСП (передача энергии без потерь, сверхпроводящие магниты, высокопроизводительные двигатели с крайне низкими затратами энергии и др.) указывает на целесообразность поиска решений в научных направлениях, связанных с анализом сложных данных и разнородных признаковых описаний. Необходима основательная теоретическая проработка математических оснований таких моделей и алгоритмов, которые бы позволили рассчитывать свойства сверхпроводящего перехода произвольного вещества на основе его (кристаллической) структуры. В данную тему также входят и другие задачи материаловедения, в т.ч. потенциально имеющие приложение в биологии и медицине (прогнозирование структур кристаллов, оценки свойств кристаллов по структуре и др.)

Предварительные требования к студентам

Глубокий интерес, заинтересованность и образованность в области фундаментальной физики, в т.ч. физики твёрдого тела, основы кристаллографии, владение теоретическими основами информатики и машинного обучения, долговременная заинтересованность студента в данной тематике, способность строго формулировать математические теории и проводить соответствующие вычислительные эксперименты, основанные на данных теориях