Новый способ описания графена упростит анализ наноматериалов
Международная команда с участием НИУ ВШЭ предложила новый математический способ анализа структуры графена. Ученые показали, что характеристики решетки графена можно связать с моделью трехшагового случайного блуждания частицы. Такой подход позволяет описывать графеновую решетку быстрее и без громоздких вычислений. Исследование опубликовано в журнале Journal of Physics A: Mathematical and Theoretical.
Графен — один из самых молодых и при этом обсуждаемых материалов XXI века. Он состоит из одного слоя атомов углерода в виде сетки шестиугольников, напоминающей пчелиные соты. Графен прочен, хорошо проводит электричество, почти прозрачен и при этом остается гибким. На его основе уже создают тонкие проводящие пленки, сенсоры, миниатюрные транзисторы. Похожие структуры встречаются и у других форм углерода, например у фуллеренов — замкнутых сферических молекул из пяти- и шестиугольников, которые используют для доставки лекарств и создания фотоэлементов. У таких материалов существует множество вариантов строения, от которых напрямую зависят их свойства, например устойчивость молекулы. И экспериментально проверять каждый дорого и трудно, поэтому ученые ищут простые способы предсказывать их характеристики.
Международная группа ученых из Германии, России, Франции и Японии, в которую вошли исследователи НИУ ВШЭ, предложила такой способ. Ученые свели описания ключевых чисел, которые отвечают за «поведение» решетки, к модели трехшагового случайного блуждания.
В этой модели воображаемая частица находится на плоскости в начале координат и делает три шага одинаковой длины в случайных направлениях. Нужный параметр решетки определяется ее положением по оси x после последнего шага. Математически это выражается через сумму косинусов трех случайных чисел, соответствующих направлениям шагов. Поэтому для расчетов достаточно многократно выбирать случайное число, подставлять его в формулы и складывать результаты. Если повторить процедуру много раз, полученные значения будут отражать ключевые свойства решетки. Такой способ позволяет описывать материал без громоздких вычислений и делает анализ проще.
Такое упрощение расчетов оказалось полезным не только для графена. Авторы предполагают, что их подход возможно применить и к другим углеродным структурам, например к фуллеренам.
Виктор Бухштабер
«Мы выдвинули гипотезу, что по мере увеличения размера молекулы случайные фуллерены локально все больше похожи по структуре на бесконечную решетку графена. Если это удастся строго доказать, то спектральные свойства фуллеренов можно будет выводить через свойства графена, что значительно упростит их анализ», — объясняет Виктор Бухштабер, сотрудник Международной лаборатории алгебраической топологии и ее приложений факультета компьютерных наук НИУ ВШЭ.
Вам также может быть интересно:
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.