在2D MXenes中实时跟踪结构演变,使用理论增强的机器学习

Jonathan D Hollenbach1, Cassandra M Pate1, Haili Jia2

  • 1Department of Materials Science and Engineering, Johns Hopkins University, Baltimore, MD, USA.

Scientific reports
|August 2, 2024
PubMed
概括

本研究介绍了一种机器学习框架,用于实时分析传输电子显微镜中的电子能量损失光谱谱图像. 它可以精确控制2D MXene转换,用于先进的材料发现.