Maskinlæring forbedrer røntgenbilleder af nanoteksturer

Ved at bruge en kombination af kraftige røntgenstråler, fasehentningsalgoritmer og maskinlæring afslørede Cornell-forskere de indviklede nanoteksturer i tyndfilmsmaterialer, hvilket tilbyder forskere en ny, strømlinet tilgang til at analysere potentielle kandidater til blandt andet kvantecomputere og mikroelektronik. applikationer.

Forskere er især interesserede i nanoteksturer, der er fordelt uensartet gennem en tynd film, fordi de kan give materialet nye egenskaber. Den mest effektive måde at studere nanoteksturerne på er at visualisere dem direkte, en udfordring, der typisk kræver kompleks elektronmikroskopi og ikke bevarer prøven.

Den nye billedbehandlingsteknik beskrevet 6. juli i Proceedings of the National Academy of Sciences overvinder disse udfordringer ved at bruge fasegenfinding og maskinlæring til at invertere konventionelt indsamlede røntgendiffraktionsdata – såsom dem produceret ved Cornell High Energy Synchrotron Source, hvor data til undersøgelsen blev indsamlet – til visualisering af materialet i det virkelige rum på nanoskalaen.

Brugen af ​​røntgendiffraktion gør teknikken mere tilgængelig for forskere og giver mulighed for at afbilde en større del af prøven, sagde Andrej Singer, assisterende professor i materialevidenskab og teknik og David Croll Sesquicentennial Faculty Fellow i Cornell Engineering, der ledede forskningen med ph.d.-studerende Ziming Shao.

"Afbildning af et stort område er vigtigt, fordi det repræsenterer materialets sande tilstand," sagde Singer. "Nanoteksturen målt af en lokal sonde kunne afhænge af valget af det sonderede sted."

En anden fordel ved den nye metode er, at den ikke kræver, at prøven skal skilles ad, hvilket muliggør dynamisk undersøgelse af tynde film, såsom at introducere lys for at se, hvordan strukturer udvikler sig.

"Denne metode kan let anvendes til at studere dynamik in-situ eller operando," sagde Shao. "For eksempel planlægger vi at bruge metoden til at studere, hvordan strukturen ændrer sig inden for picosekunder efter excitation med korte laserimpulser, hvilket kan muliggøre nye koncepter for fremtidige terahertz-teknologier."

Teknikken blev testet på to tynde film, hvoraf den første havde en kendt nanotekstur, der blev brugt til at validere billeddannelsesresultaterne. Efter at have testet en anden tynd film - en Mott-isolator med fysik forbundet med superledning - opdagede forskerne en ny type morfologi, som ikke var blevet observeret i materialet før - et belastningsinduceret nanomønster, der dannes spontant under afkøling til kryogene temperaturer.

"Billederne er ekstraheret uden forudgående viden," sagde Shao, "potentielt sætte nye benchmarks og informere nye fysiske hypoteser i fase-felt modellering, molekylær dynamik simuleringer og kvantemekaniske beregninger."

Flere oplysninger: Ziming Shao et al., Real-space-billeddannelse af periodiske nanoteksturer i tynde film via faseinddeling af diffraktionsdata, Proceedings of the National Academy of Sciences (2023). DOI:10.1073/pnas.2303312120

Journaloplysninger: Proceedings of the National Academy of Sciences

Leveret af Cornell University