• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • L’apprendimento automatico migliora l’imaging a raggi X delle nanostrutture
    Diagramma di flusso del riconoscimento di pattern da una serie di ricostruzioni di recupero di fase individuale con clustering k-means. Innanzitutto, viene costruita una funzione di test sinusoidale con una dimensione determinata dalla lunghezza della periodicità della mesoscala. Quindi le posizioni delle supercelle vengono determinate correlando in modo incrociato la funzione di test con le ricostruzioni individuali. Infine, le supercelle separate dell'IC vengono raggruppate mediante clustering k-means e quindi applicano gli stessi cluster per calcolare la media delle supercelle NS e CI. Credito:Atti dell'Accademia nazionale delle scienze (2023). DOI:10.1073/pnas.2303312120

    Utilizzando una combinazione di raggi X ad alta potenza, algoritmi di recupero di fase e apprendimento automatico, i ricercatori della Cornell University hanno rivelato le intricate nanostrutture nei materiali a film sottile, offrendo agli scienziati un approccio nuovo e semplificato per analizzare potenziali candidati per l’informatica quantistica e la microelettronica, tra le altre cose. applicazioni.



    Gli scienziati sono particolarmente interessati alle nanostrutture distribuite in modo non uniforme in una pellicola sottile perché possono conferire nuove proprietà al materiale. Il modo più efficace per studiare le nanostrutture è visualizzarle direttamente, una sfida che in genere richiede una microscopia elettronica complessa e non preserva il campione.

    La nuova tecnica di imaging descritta in dettaglio il 6 luglio negli Proceedings of the National Academy of Sciences supera queste sfide utilizzando il recupero di fase e l'apprendimento automatico per invertire i dati di diffrazione dei raggi X raccolti convenzionalmente, come quelli prodotti presso la Cornell High Energy Synchrotron Source, dove sono stati raccolti i dati per lo studio, nella visualizzazione nello spazio reale del materiale a la nanoscala.

    L'uso della diffrazione dei raggi X rende la tecnica più accessibile agli scienziati e consente di acquisire immagini di una porzione più ampia del campione, ha affermato Andrej Singer, assistente professore di scienza e ingegneria dei materiali e David Croll Sesquicentennial Faculty Fellow della Cornell Engineering, che ha guidato la ricerca. con lo studente di dottorato Ziming Shao.

    "L'imaging di una vasta area è importante perché rappresenta il vero stato del materiale", ha affermato Singer. "La nanostruttura misurata da una sonda locale potrebbe dipendere dalla scelta del punto sondato."

    Un altro vantaggio del nuovo metodo è che non richiede la rottura del campione, consentendo lo studio dinamico di film sottili, come l'introduzione della luce per vedere come si evolvono le strutture.

    "Questo metodo può essere facilmente applicato per studiare le dinamiche in-situ o operando", ha detto Shao. "Ad esempio, prevediamo di utilizzare il metodo per studiare come cambia la struttura entro picosecondi dopo l'eccitazione con brevi impulsi laser, il che potrebbe consentire nuovi concetti per le future tecnologie terahertz."

    La tecnica è stata testata su due film sottili, il primo dei quali aveva una nanostruttura nota utilizzata per convalidare i risultati dell'imaging. Dopo aver testato un secondo film sottile, un isolante Mott con fisica associata alla superconduttività, i ricercatori hanno scoperto un nuovo tipo di morfologia che non era mai stata osservata prima nel materiale:un nanomodello indotto dalla deformazione che si forma spontaneamente durante il raffreddamento a temperature criogeniche.

    "Le immagini vengono estratte senza alcuna conoscenza preliminare", ha affermato Shao, "potenzialmente stabilendo nuovi parametri di riferimento e fornendo nuove ipotesi fisiche nella modellazione del campo di fase, nelle simulazioni di dinamica molecolare e nei calcoli di meccanica quantistica."

    Ulteriori informazioni: Ziming Shao et al, Imaging dello spazio reale di nanostrutture periodiche in film sottili tramite la messa in fase dei dati di diffrazione, Atti dell'Accademia nazionale delle scienze (2023). DOI:10.1073/pnas.2303312120

    Informazioni sul giornale: Atti dell'Accademia Nazionale delle Scienze

    Fornito dalla Cornell University




    © Scienza https://it.scienceaq.com