Friction and wear are recognized as one of the most puzzling problems, not only in many engineering and manufacturing applications, but also in a fundamental scientific sense. In fact, friction is a nonlinear stochastic effect with a distinct time, position and temperature variability. While frictional phenomena on the macro- and meso-scales can be considered well described, and their characteristic features can be simulated via suitable models, as well as generally efficiently compensated by using proper control typologies, the study of friction, the parameters that influence its value and the respective models in the nanometric domain are still in an early stage, due to various experimental and modelling complexities. The research performed in the framework of the doctoral thesis provides a scientific contribution to the study of dry (unlubricated) friction by characterising the parameters influencing its value at the nanometric scale, and especially the dependence of friction on material properties, loading conditions, the velocity of motion, as well as temperature. The characterisation of the dependence of friction on the listed parameters is based on experimental measurements performed by employing a Scanning Probe Microscope (SPM). Due to the number and variety of the monitored influences, the number and type of measurements is determined by a state-of-the-art Design of Experiment (DoE) methodology by employing Voronoi tessellations. To obtain predictive models linking the process variables to the value of nanometric friction, the obtained measurement results are then validated numerically via a thorough comparative analysis of state-of-the-art machine learning methods. Despite the marked complexity of the analysed phenomena and the inherent dispersion of the measurements, the developed symbolic regression models, show, depending on the type of the sample, an excellent prediction accuracy between 72 and 91%., Trenje i trošenje su jedan od najizazovnijih problema u mnogih inženjerskim i proizvodnim primjenama. Doista, trenje je nelinearna stohastička pojava s izraženom vremenskom, prostornom i temperaturnom varijabilnošću. Dok je trenje u makro- i mezodomeni dobro objašnjeno te je njegove učinke, primjerenim modelima, moguće modelirati i, primjerenim sustavima regulacije, najčešće i uspješno kompenzirati, u nanometarskom području je proučavanje trenja, parametara koji utječu na trenje, te nalaženje odgovarajućeg modela tih pojavnosti još u zametku. Karakterizacijom utjecajnih parametara u nanometarskom području, a posebice ovisnosti trenja o svojstvima materijala, opterećenju, brzini relativnog gibanja te temperaturi tribološkog para, istraživanje provedeno u sklopu doktorske disertacije daje znanstveni doprinos izučavanju trenja klizanja bez podmazivanja. Eksperimentalno su analizirani tanki filmovi pet različitih materijala: aluminijevog oksida (Al2O3), aluminija, molibden disulfida (MoS2), titanijevog dioksida (TiO2) te martenzitnog nehrđajućeg čelika (X39CrMo17-1). Doista, zbog povoljnih svojstava otpornosti na trošenje i njihove tvrdoće, prevlake od Al2O3 i TiO2 su često korišteni materijali za primjene u mikro- i nanoelektromehaničkim sustavima (M(N)EMS) kao i, općenito, u preciznim konstrukcijama. Ti su uzorci sintetizirani u obliku tankog filma metodom taloženja atomskih slojeva (Atomic Layer Deposition – ALD) na silicijev (Si) supstrat. Ostali proučavani uzorci su odabrani za istraživanje zbog njihove široke primjene u općem strojarstvu te u preciznim konstrukcijama. Zbog povoljnih kliznih svojstava sulfida, MoS2 se, tako, često koristi kao kruto mazivo. Čisti Al je jedan od najčešće korištenih materijala za lake i precizne konstrukcije, dok je martenzitni nehrđaju čelik X39CrMo17-1 odabran kao predstavnik visokokvalitetne grupe čelika za strojne elemente. Ovi uzorci su sintetizirani metodom taloženja pulsirajućim laserom (Pulsed Laser Deposition – PLD), što je omogućilo i da se prvi puta postigne sintetiziranje tankog filma visokolegiranog čelika. Eksperimentalno mjerenje pretražnim mikroskopom atomskih sila u modalitetu rada mjerenja poprečne sile (Lateral Force Microscopy – LFM) vršeno je na svim uzorcima strukturiranim načinom u eksperimentalnim točkama definiranim trima promjenjivim tehnološkim parametrima: normalnom silom FN = 10...150 nN, brzinom klizanja v = 5...500 nm/s i temperaturom = 20...80 °C. Pedeset mjernih točaka je pritom definirano Voronoi teselacijskom Design of Experiment (DoE) metodom podjele domene mjerenja u granicama promjene navedenih utjecajnih parametara, te je mjerenje u svakoj točki ponovljeno pet puta, Marko Perčić: Characterization of Parameters Influencing Friction in the Nanometric Domain pa je tako u analizi ukupno izvršeno 1,250 mjerenja. Eksperimentalna metodologija je u tom kontekstu strukturirana na način da u kalibracijskom postupku uzima u obzir i promjenjive učinke adhezije ali i vodeći računa o potrebi kompenzacije temperaturnih rastezanja. Razvijenom metodologijom je po prvi puta uopće postignuto mjerenje trenja na nanometarskoj razini s tri promjenjive veličine. Dobiveni rezultati mjerenja omogućavaju ne samo uvid u ponašanje pojedinog analiziranog materijala u danim promjenjivim uvjetima, već i određivanje korelacijskih funkcija koje povezuju parametre procesa s vrijednošću sile trenja na nanometarskoj razini. Temeljita komparativna analiza primjene različitih naprednih metoda strojnog učenja na mjerne podatke je omogućila određivanje korelacijskih funkcija, odnosno prediktivnog modela trenja. Usprkos kompleksnosti analiziranih fizikalnih pojava te značajnom rasipanju mjernih rezultata, provedena je analiza omogućila da se, ovisno o uzorku, primjenom razvijenog matematičkog modela metodom simboličke regresije, dobije točnost predviđanja sile trenja, u odnosu na radne parametre, na razini od 72 do 91%. Takva izvanredna točnost predikcije omogućava ne samo uvid u funkcijsku ovisnost trenja na nanometarskoj razini o promatranim varijablama, nego i stvara preduvjete za proširenje postojećih modela trenja, čime bi se njihova praktična primjenjivost proširila i na nanometarsku razinu.