相关实验视频
Updated: May 20, 2025

14:58
Quantifying X-Ray Fluorescence Data Using MAPS
Published on: February 17, 2018
10.7K
神经网络用于定量实验室对焦微型X射线光测量
Frank Förste1, Leona Bauer1, Yannick Wagener1
1Institute for Optics and Atomic Physics, Technical University of Berlin, Berlin 10623, Germany.
Analytical chemistry
|March 27, 2025
概括
这项研究引入了一个神经网络,以简化共聚焦微型X射线光光谱 (CMXRF) 数据分析. 人工智能模型准确量化了元素度,密度和表面位置,减少了复杂的评估需求.
科学领域:
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 具有多色激发的对焦微型X射线光光谱 (CMXRF) 提出了重要的量化挑战.
- 复杂的依赖关系,广泛的校准和复杂的数据评估使CMXRF分析耗时且困难.
研究的目的:
- 开发一种简化和自动化的CMXRF数据量化方法.
- 引入神经网络的第一个应用程序,用于分析来自同质批量样本的CMXRF数据.
主要方法:
- 开发一种模拟程序,用于生成同质批量样本的CMXRF数据.
- 在模拟数据上训练神经网络,以执行量化任务.
- 使用深度分析测量进行同时分析.
主要成果:
- 神经网络成功量化了53个元素的元素度.
- 人工智能模型准确地确定样本密度和表面位置.
- 证明了CMXRF数据评估的实质性简化和减少对人类投入的需求.
结论:
- 开发的神经网络为CMXRF数据分析提供了显著的进步.
- 该研究强调了神经网络在复杂的光谱数据中用于特征提取和预测的潜力.
- 这种方法简化了量化过程,使CMXRF更容易获得和更有效.

