• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Maskininlärning förbättrar röntgenbilder av nanotexturer
    Flödesschema över mönsterigenkänning från en uppsättning individuella fasåtervinningsrekonstruktioner med k-medel klustring. Först byggs en sinusformad testfunktion med en storlek som bestäms av mesoskala periodicitetslängd. Därefter bestäms supercellernas placering genom att korskorrelera testfunktionen med de individuella rekonstruktionerna. Slutligen klustras de separerade supercellerna i CI med k-medelklustring och applicerar sedan samma kluster för att genomsnittliga både NS- och CI-superceller. Kredit:Proceedings of the National Academy of Sciences (2023). DOI:10.1073/pnas.2303312120

    Med hjälp av en kombination av kraftfulla röntgenstrålar, fasåtervinningsalgoritmer och maskininlärning, avslöjade Cornell-forskare de intrikata nanotexturerna i tunnfilmsmaterial, vilket erbjuder forskare en ny, strömlinjeformad metod för att analysera potentiella kandidater för kvantdatorer och mikroelektronik, bland annat applikationer.



    Forskare är särskilt intresserade av nanotexturer som fördelas ojämnt genom en tunn film eftersom de kan ge materialet nya egenskaper. Det mest effektiva sättet att studera nanotexturerna är att visualisera dem direkt, en utmaning som vanligtvis kräver komplex elektronmikroskopi och inte bevarar provet.

    Den nya bildtekniken beskrivs i detalj den 6 juli i Proceedings of the National Academy of Sciences övervinner dessa utmaningar genom att använda fasåtervinning och maskininlärning för att invertera konventionellt insamlad röntgendiffraktionsdata – som den som producerats vid Cornell High Energy Synchrotron Source, där data för studien samlades in – till visualisering av materialet i verklig rymd vid nanoskalan.

    Användningen av röntgendiffraktion gör tekniken mer tillgänglig för forskare och gör det möjligt att avbilda en större del av provet, säger Andrej Singer, biträdande professor i materialvetenskap och teknik och David Croll Sesquicentennial Faculty Fellow i Cornell Engineering, som ledde forskningen med doktoranden Ziming Shao.

    "Att avbilda ett stort område är viktigt eftersom det representerar materialets verkliga tillstånd," sa Singer. "Nanotexturen som mäts av en lokal sond kan bero på valet av den sonderade platsen."

    En annan fördel med den nya metoden är att den inte kräver att provet bryts isär, vilket möjliggör dynamiska studier av tunna filmer, som att introducera ljus för att se hur strukturer utvecklas.

    "Denna metod kan lätt användas för att studera dynamik på plats eller operando," sa Shao. "Vi planerar till exempel att använda metoden för att studera hur strukturen förändras inom pikosekunder efter excitation med korta laserpulser, vilket kan möjliggöra nya koncept för framtida terahertz-teknologier."

    Tekniken testades på två tunna filmer, varav den första hade en känd nanotextur som användes för att validera avbildningsresultaten. När forskarna testade en andra tunn film – en Mott-isolator med fysik associerad med supraledning – upptäckte forskarna en ny typ av morfologi som inte hade observerats i materialet tidigare – ett töjningsinducerat nanomönster som bildas spontant under kylning till kryogena temperaturer.

    "Bilderna extraheras utan förkunskaper," sa Shao, "potentiellt sätter nya riktmärken och informerar om nya fysikaliska hypoteser i fasfältsmodellering, simuleringar av molekylär dynamik och kvantmekaniska beräkningar."

    Mer information: Ziming Shao et al, Real-space imaging av periodiska nanotexturer i tunna filmer via fasning av diffraktionsdata, Proceedings of the National Academy of Sciences (2023). DOI:10.1073/pnas.2303312120

    Journalinformation: Proceedings of the National Academy of Sciences

    Tillhandahålls av Cornell University




    © Vetenskap https://sv.scienceaq.com