自动反射:在中子反射计中进行主动学习,以快速获取数据.
David P Hoogerheide1, Frank Heinrich1,2
1NIST Center for Neutron Research, National Institute of Standards and Technology, Gaithersburg, Maryland, USA.
概括
作为一个主动学习算法,AutoRefl通过智能选择最佳测量参数来显著加快中子反射计 (NR) 测量速度. 这提高了使用NR分析薄膜结构的效率.
科学领域:
- 材料科学 材料科学 材料科学
- 表面科学是一门学科.
- 分析化学 分析化学
背景情况:
- 中子反射计 (NR) 对于描述薄膜和接口结构至关重要.
- 传统的NR测量是耗时的,并且受到仪器可用性的限制,需要提高效率.
研究的目的:
- 引入基于模型的主动学习 (AL) 算法AutoRefl,旨在提高中子反射计测量效率.
- 优化测量位置和持续时间的选择,以更快地获取数据.
主要方法:
- 开发了AutoRefl,一种使用主动学习指导中子反射计测量的算法.
- 自动反射根据从现有数据中获得的信息选择后续测量配置.
- 集成预测用于持续测量优化,并使用信号噪声比来选择持续时间.
主要成果:
- 在各种场景中,AutoRefl显示了中子反射测量测量速度的显著改善.
- 通过使用单色和多色反射仪的数字双胞胎,对已建立的最佳实践进行了性能验证.
- 该算法有效地最大化了特定模型参数的信息获取率.
结论:
- 自动反射在加速中子反射测量实验方面取得了重大进展.
- 这种主动学习方法提高了测量效率,使NR更容易获得和更有效率.
- 算法的预测未来测量的能力支持实用,连续的实验工作流.


