详细内容或原文请订阅后点击阅览
先进的人工智能技术增强材料成像，实现科学突破
莫纳什大学的研究人员开发了一种突破性的人工智能 (AI) 模型，可显著提高四维扫描透射电子显微镜 (4D STEM) 图像的准确性。
来源:Scimex莫纳什大学的研究人员开发了一种开创性的人工智能（AI）模型，该模型显着提高了四维扫描传输电子显微镜（4D STEM）图像的准确性。
期刊/会议：计算材料
日记/会议：研究：论文
研究： 纸组织/S：Monash University
组织/S：媒体版本
来自：莫纳什大学
称为“无监督的深denoising”，该模型可能会改变游戏规则，用于研究在成像过程中容易损坏的材料，例如电池和太阳能电池中使用的材料。
莫纳什大学物理与天文学学院和莫纳什电子显微镜中心的研究提出了一种用于降低大型电子显微镜数据集的新型机器学习方法。该研究最近发表在计算材料中。
4D STEM是一种强大的工具，可让科学家以前所未有的细节观察材料的原子结构。
但是，当处理过程中使用的电子束可能损坏的精致材料时，会出现挑战。
为避免这种情况，研究人员使用较低的电子剂量，不幸的是导致嘈杂和不清楚的图像。这使得研究这些材料的结构很难。
莫纳什（Monash）的团队开发了一个解决方案：一种“剥夺” 4D词干图像的深度学习模型。
“我们的新AI模型极大地提高了4D STEM图像的清晰度，使我们能够研究以前对以前对详细分析过于敏感的细腻材料，” Monash物理学和天文学学院的博士后研究员Alireza Sadri博士说。
“通过减少低剂量成像中的噪声，我们正在扩大可以研究的材料范围，这可能会导致纳米技术和电子产品等领域的突破，”他说。
新的AI模型使用电子束的位置与它通过材料时产生的散射模式之间的关系。