AFM

Xuyang Chang1,2, Simon Hallais2, Kostas Danas2

  • 1Université Paris-Saclay/CentraleSupélec/ENS Paris-Saclay/C.N.R.S., LMPS-Laboratoire de Mécanique Paris-Saclay, 91190 Gif-sur-Yvette, France.

PubMed
概括

这项研究引入了一种机器学习方法,以简化来自PeakForce定量纳米机械原子力显微镜 (PF-QNM) 的复杂数据. 该方法减少了数据的维度,使得更容易地解释材料属性,而不需要先前的机械模型.