ディープラーニングによる自動スキャニング・トンネリング・顕微鏡イメージング
Zhiwen Zhu1, Shaoxuan Yuan2, Quan Yang2
1Materials Genome Institute, Shanghai Engineering Research Center for Integrated Circuits and Advanced Display Materials, Shanghai University, Shanghai 200444, China.
Journal of the American Chemical Society
|October 9, 2024
まとめ
この研究は,ディープラーニング (DL) を使用した自律的なスキャニングトンネル顕微鏡 (STM) フレームワークを導入します. このシステムは複雑な操作を自動化し,高解像度で効率的な原子と分子特徴づけを可能にします.
科学分野:
- 材料科学
- 表面科学
- ナノテクノロジー
背景:
- スキャントンネル顕微鏡 (STM) は原子精度ですが,労働集約的で主観的なプロセスが含まれています.
- ディープラーニングは 複雑で高度なタスクを 自動化するのに優れています
研究 の 目的:
- 偏らない,自動化された原子および分子特徴付けのためのディープラーニング駆動の自律的なSTMフレームワークを開発する.
- 人工知能によるスキャニングプローブ顕微鏡の効率と能力を向上させる.
主な方法:
- コンボリューションニューラルネットワーク (CNN) は,STM画像の品質をリアルタイムで評価した.
- U-netモデルは裸の表面を特定し,深層Q学習ネットワーク (DQN) エージェントは自律的に探査機を条件付けました.
- オブジェクト認識モデルは分子アドソーバートの識別を自動化しました.
主要な成果:
- フレームワークは48時間以内に約1. 9μm2の自律的なSTM操作を達成しました.
- 高解像度画像を損なうことなく,メソスコピク領域内の分子種の自動統計を作成しました.
- このシステムは,冷凍温度 (78 K) での測定で頑丈さを証明した.
結論:
- DLとSTMの統合により,自律的な,高通量原子および分子分析が可能になります.
- このアプローチは材料の発見を加速し,スキャニングプローブ顕微鏡の機能を高めます.
