Des chercheurs du NIMS ont créé Research Data Express (RDE) pour automatiser le traitement des données et créer des ensembles de données prêts pour l'IA pour la recherche sur les matériaux

TSUKUBA, JAPON - 21 janvier 2026 (NEWMEDIAWIRE) - La recherche sur les matériaux génère d'énormes quantités de données, mais les informations existent souvent dans des formats spécifiques aux fabricants et la terminologie est incohérente, ce qui rend difficile l'agrégation, la comparaison et la réutilisation. Traditionnellement, les chercheurs devaient consacrer beaucoup de temps à des tâches fastidieuses, telles que la conversion de format, l'attribution de métadonnées et l'extraction de caractéristiques. Ces étapes supplémentaires peuvent rendre les chercheurs réticents à partager des données, entravant ainsi les progrès des travaux axés sur les données. Le problème est encore plus aigu en raison de la dépendance croissante du domaine à la découverte de matériaux pilotée par l'IA, qui nécessite des ensembles de données de haute qualité.

Pour résoudre ce problème, des chercheurs du National Institute for Materials Science (NIMS) ont développé Research Data Express (RDE), un système de gestion de données très flexible pour les scientifiques des matériaux. Publié dans Science and Technology of Advanced Materials: Methods, RDE interprète automatiquement les données expérimentales à partir de fichiers bruts et de mesures saisies manuellement. Il restructure ensuite et stocke ces informations dans un format avec une lisibilité améliorée.

« RDE réduit considérablement la charge du traitement de données de routine pour les chercheurs et améliore la découvrabilité, l'interopérabilité, la réutilisabilité (les principes FAIR) et la traçabilité des données », explique Jun Fujima, auteur correspondant et chercheur à la Plateforme de données sur les matériaux du NIMS. « Nous espérons que cela favorisera la recherche collaborative sur les matériaux axée sur les données. »

De nombreux systèmes ayant un objectif similaire « définissent » généralement le format des données. En revanche, l'innovation principale de RDE, le « Modèle d'ensemble de données », définit et dirige la manière dont les données provenant de différents types d'expériences doivent être traitées. Par exemple, si un chercheur télécharge des feuilles de calcul de mesures par rayons X provenant de différentes sources, le Modèle d'ensemble de données peut être configuré pour les interpréter. Le système effectue ensuite automatiquement des analyses avancées et crée des visualisations pour fournir un aperçu immédiat. Plusieurs modèles peuvent être préparés pour différents thèmes de recherche sur les matériaux, permettant une flexibilité maximale dans la gestion des données. Un modèle personnalisé peut également être facilement préparé par des chercheurs individuels si nécessaire. De nombreux modèles ont déjà été préparés et partagés entre les utilisateurs.

« L'approche unique de RDE permet aux chercheurs de définir librement des structures de données adaptées à leurs instruments, tout en permettant au système d'effectuer automatiquement une structuration massive des données et une extraction de métadonnées », déclare Fujima.

Depuis son lancement en janvier 2023, RDE a été largement adopté dans la communauté japonaise de la recherche sur les matériaux, démontrant son évolutivité. À ce jour, il compte plus de 5 000 utilisateurs, avec plus de 1 900 Modèles d'ensemble de données pour diverses méthodes expérimentales mis en œuvre, plus de 16 000 ensembles de données créés et plus de trois millions de fichiers de données accumulés. Le système sert d'infrastructure de données pour des initiatives nationales majeures, y compris l'initiative de plateforme DX pour la recherche sur les matériaux promue par le ministère japonais de l'Éducation, de la Culture, des Sports, des Sciences et de la Technologie. L'équipe du NIMS a publié une boîte à outils logicielle open source (RDEToolKit) pour encourager l'utilisation du système au sein de la communauté de recherche.

Informations complémentaires
Jun Fujima
National Institute for Materials Science
FUJIMA.Jun@nims.go.jp

Article : https://doi.org/10.1080/27660400.2025.2597702

À propos de Science and Technology of Advanced Materials: Methods (STAM-M)

STAM Methods est une revue sœur en libre accès de Science and Technology of Advanced Materials (STAM), et se concentre sur les méthodes et outils émergents pour améliorer et/ou accélérer le développement des matériaux, tels que la méthodologie, l'appareillage, l'instrumentation, la modélisation, la collecte de données à haut débit, l'informatique des matériaux/processus, les bases de données et la programmation. https://www.tandfonline.com/STAM-M

Dr Kazuya Saito
Directeur de publication de STAM Methods
SAITO.Kazuya@nims.go.jp

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour NewMediaWire (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.