美国能源部（DOE）阿贡国家实验室与几所大学合作，设计了一种方法，用于从 X 射线分析中创建大量数据的彩色编码图。这个新工具使用计算数据排序来查找与物理特性相关的簇，例如晶体结构中的原子畸变，将加快未来对温度变化引起的原子尺度结构变化的研究。
利用大量X射线数据的机器学习方法将加快材料的发现。彩色编码使航空地图更容易理解，通过颜色，我们可以一眼看出哪里有道路、森林、沙漠、城市、河流或湖泊。
图1：机器学习根据每个区域的温度依赖性提供X射线数据的彩色编码图。
X-TEC确定了数据中两组尖峰（黄色和绿色方块）的位置，以及它们周围的漫散射晕（红色和蓝色）。
阿贡材料科学部门的高级物理学家雷蒙德·奥斯本说：“使用机器学习来快速分析来自X射线衍射的大量数据，过去可能需要花几个月的时间，现在大约只要15分钟，同时结果更加精细。”
由于机器学习，我们能够看到传统X射线衍射（XRD）无法看到的材料行为。
一个多世纪以来，X射线衍射一直是分析材料的所有科学方法中最富有成果的方法之一。它提供了无数具有重要技术意义的材料的三维原子结构的关键信息。
近几十年来，在大型设施中，如阿贡的美国能源部科学办公室用户设施先进光子源（APS），XRD实验产生的数据量大幅增加。然而，非常缺乏能够处理这些庞大数据集的分析方法。
该团队将他们的新方法称为“X射线温度聚类”，简称XTEC。它通过对大型X射线数据集进行快速聚类和颜色编码，以揭示随着温度升高或降低而发生的先前隐藏的结构变化，从而加速材料发现。
一个典型的大数据集是10000 GB，相当于约300万音乐歌曲。
XTEC利用了无监督机器学习的力量，使用了康奈尔大学为该项目开发的方法。这种机器学习不依赖于初始训练和学习，同时数据已经得到了很好的研究。
相反，在无需训练时通过在大型数据集中寻找模式和聚类进行学习，然后用颜色编码来表示这些图案。
奥斯本说：“例如XTEC可能会将红色分配给数据集群一，该集群一与特定属性相关，该属性以特定方式随温度变化。簇二将是蓝色的，并与另一个具有不同温度依赖性的属性相关联，依此类推。颜色表明每个簇是否代表航空地图中的道路、森林或湖泊。”
