Аннотация результатов, полученных в 2020 году
По итогам реализации первого года проекта «Использование методов машинного обучения для улучшенной оптимизации тонких пленок однослойных углеродных нанотрубок» ключевые показатели, обозначенные в заявке, выполнены: • создана установка синтеза однослойных углеродных нанотрубок (ОУНТ) методом аэрозольного CVD с использованием этилена в качестве источника углерода; • создана первая очередь библиотеки, состоящая более чем 300 экспериментальных условий; • создана автоматизированная система управлением входными параметрами SMART реактора; • созданы газовые сенсоры оксидов азота и углерода на основе тонких пленок нанотрубок без таргетированной настройки характеристик; • созданы прототипы гибких электродов на основе тонких пленок ОУНТ и полидиметилсилоксана таргетированной настройки характеристик, измерена чувствительность к растяжению, а также эффекты возникающей анизотропии; • Получены тонкие пленки однослойных углеродных нанотрубок с узким распределением по диаметрам для использования в качестве насыщающихся поглотителей в волоконных лазерах для генерации ультракоротких пико- и наносекундных импульсов. Были подобраны параметры синтеза для получения распределения нанотрубок по толщине с максимумами на 1550, 1850 и 920 нм и использованы в эрбиевом волоконном, тулиевом волоконном и неодимовом лазерах, соответственно. Все заявленные работы выполнены полностью и в срок. Результаты работы опубликованы в 2 статьях в журналах, индексируемых Scopus и WoS из квартиля Q1 (импакт-факторы журналов 8.8 – 10.6), 2 работы в настоящий момент на стадии рецензирования (обе прошли первый этап рецензирования). Результаты проекта доложены на 4 докладах на российских и международных конференциях, среди которых 4 устных. Более того, по результатам проекта были подготовлены к защите2 диссертации уровня магистра наук (защита в июне 2021): • Alisa R. Shaikhulova “Ethylene-based aerosol CVD for optoelectronics applications”, Skoltech, 2021 (MSc program “Materials Science and Engineering”). • Pornsruang Wiwattanakul “The alignment of single-walled carbon nanotubes on an elastic substrates”, Skoltech, 2021 (MSc program “Materials Science and Engineering”). В рамках второго года реализации проекта будет продолжено развитие SMART реактора для получения углеродных нанотрубок; накопленный массив данных будет дополнен и использован для предсказания как оптимальных условий работы установки, так и для повышения селективности газовых сенсоров.

Аннотация результатов, полученных в 2021 году
Основываясь на вдохновляющих результатах первого этапа, по итогам реализации второго года проекта «Использование методов машинного обучения для улучшенной оптимизации тонких пленок однослойных углеродных нанотрубок» были выполнены в полном объеме и в срок следующие ключевые показатели, обозначенные в заявке: • Методы машинного обучения использованы для оптимизации условий получения тонких пленок ОУНТ. • Методы машинного обучения и распознавания образов использованы для оптимизации селективности отклика газовых сенсоров. • Создана вторая очередь библиотеки, состоящая не менее, чем из 400 экспериментальных условий. В ходе реализации работ проекта был обнаружен ряд интересных непредвиденных обстоятельств, связанные с открытием новых особенностей технологии. В частности, обнаружено существенно влияние влаги создание тонких пленок большого размера, была пересмотрена архитектура сбора данных в пользу единой системы управления как сбором параметров нанотрубок, так и управлением реактора, а также его архитектурой (внедрение системы подачи жидких веществ благодаря гибридным источникам углерода), что привело к необходимости перестройки программы работ по задаче «создание SMART реактора с управлением входными параметрами процесса и автоматической диагностикой материала пленки (дефектность, проводимость)» обнаружился ряд непредвиденных обстоятельств, который не позволил закрыть в задачу в срок. Тем не менее, (1) все обнаруженные особенности реализации проекта были успешно инкорпорированы (например, развита система непрерывной жидкостной подачи с помощью трехходовых кранов и нескольких шприцевых насосов), (2) все электронные компоненты и приборы были закуплены до наступления с перебоев с поставками. Таким образом, выявляенные особенности не влияют на принципиальную достижимость поставленных задач по итогам общей реализации проекта. Более того, благодаря тому, что общий план реализации проекта предполагает парарлелльное решение ряда задач, в ходе второго года реализации проекта по остальным пунктам работы не только не были заторможены, но и был реализованы части задач, запланированные к исполнению в третьем году или появившихся в ходе реализации проекта: • Проведен сравнительный анализ методов машинного обучения с целью оптимизации предсказания. • Проведен анализ необходимых размеров и свойств выборки для оценки улучшения работы алгоритмов. • По результатам работ получены тонкие пленки с наименьшим известным эквивалетным поверхностным сопротивлением. • Обнаружены условия, позволяющие получать нанотрубки с наибольшим соотношением производительности к проводимости. • Спроектированы и построены аэрозольные осушительные установки позволяющие убрать асдорбирующиеся газы с миниальными потерями аэрозольных частиц (нанотрубок). Результаты работы опубликованы в 3 статьях в журналах, индексируемых Scopus и WoS из квартилей Q1 (2; импакт фактор 9.9) и Q2(1 импакт фактор 2.4), Результаты проекта доложены на 5 докладов на российских и международных конференциях.

Аннотация результатов, полученных в 2022 году
По итогам реализации третьего года года проекта «Использование методов машинного обучения для улучшенной оптимизации тонких пленок однослойных углеродных нанотрубок» были выполнены в полном объеме и в срок следующие ключевые показатели, обозначенные в заявке: • Методы машинного обучения использованы для оптимизации условий получения тонких пленок однослойных углеродных нанотрубок (ОУНТ). • Интегрированы методы термоциклирования и машинного обучения для оптимизации селективности отклика газовых сенсоров. • Подробно изучены нелинейное затемнения пленок ОУНТ, нанесенных на сполированное волокно. • Создан SMART реактор с управлением входными параметрами процесса и автоматической диагностикой материала пленки (дефектность, проводимость). • Создана автономная система SMART реактора: сбор и интеграция свойств нанотрубок, автоматическая реоптимизация модели на основе методов машинного обучения. Среди важных научно-технических результатов, достигнутых командой проекта в текущем отчетном периоде хотели бы отметить: наблюдение эффекта конкурентного промотирования водой и тиофеном роста ОУНТ, создание SMART реактора как платформы для дальнейших исследований, численную оценку кросс-селективности газовых сенсоров на основе термоциклируемых мембран нанотрубок, изучение гипотезы о нелинейном вращении поляризации, а также превращение насыщающегося поглощения в нелинейное затемнения, обнаруженное впервые. Создание SMART реактора также позволило создать тонкие плени однослойных углеродных нанотрубок, которые могут быть использованы в качестве защитных мембран источников глубокого ультрафиолета и прозрачных электродов источников света/фотодекторов. Результаты работы опубликованы в 9 статьях в журналах, индексируемых Scopus и WoS из квартилей Q1 (8 шт.; импакт-факторы 3.9-11.3) и Q2(1 шт.; импакт-фактор 2.5). Также результаты и идеи проекта представлены в виде 6 докладов на российских и международных конференциях. Более того, результаты проекта легли в основу одной диссертации уровня кандидата наук и одной магистерской диссертации: • Eldar Khabushev “Fine-tuning of single-walled carbon nanotube properties for transparent conductive applications ” PhD thesis in Physics 13.01.2023. • Andrei Parfenov “Double-Walled Carbon Nanotubes by Chemical Vapor Deposition for thin films” MSc program “Materials Science and Engineering” ожидаемая дата защиты 16 июня 2023. Таким образом по итогам третьего года реализации проекта можно утверждать, что все поставленные в рамках всего гранта (2020-2023) Российского научного фонда № 20-73-10256 выполнены. Заявленный подход по использованию методов машинного обучения дал положительный результат не только в ожидаемых модельных приложениях углеродных нанотрубок в рамках гранта (эластичные прозрачные электроды, волоконные лазеры на насыщающихся поглотителях, газовые сенсоры), но и в новых областях, требующих нанотрубок с оптимизированными характеристиками: защитные мембраны источников глубокого ультрафиолета/фотодекторах (статья в Applied Physics Letters) и эластичных источниках света (статья в Opto-Electronic Advances). Более того, созданный в рамках проекта SMART реактор может в будущем стать платформой для оригинальных и прорывных исследований, обеспечивая мультипликативный эффект. Среди основных точек прорывного роста, которые могут быть достигнуты в ближайшие несколько лет команда проекта выделяет каталитический пиролиз природных углеводородов, а также термоэлектрические генераторы и фотодетекторы на основе однослойных углеродных нанотрубок.