纳米尺度显微镜中的人工智能可视化
摘要
人工智能与纳米技术是人类未来的大有前景的领域。尽管基于深度学习的计算机视觉已应用于从医学到汽车的诸多领域，其在纳米技术中的应用可开启科学发现的新大门。我们能否应用 AI 探索人眼不可见的物体，如纳米尺度大小的物体？一个用于可视化由深度学习神经网络学到的纳米尺度图案的 AI 平台可为纳米技术开辟新前沿。本文的目标是开发一种基于深度学习的可视化系统，用于处理扫描电子显微镜获取的纳米材料图像。本文贡献了一个 AI 平台，使任何纳米科学研究者都能在纳米材料纳米尺度形貌的视觉探索中使用 AI。该 AI 通过可视化卷积自编码器（Convolutional AutoEncoder）中间激活的技术开发。在此方法中，纳米尺度样本图像由卷积神经网络（CNN）转换为其特征表示。卷积自编码器在 100% SEM 数据集上训练，然后应用 CNN 可视化。该 AI 生成纳米材料的多种概念性特征表示。尽管基于深度学习的 SEM 图像分类已在文献中广泛发表，但可视化纳米材料深度神经网络的文献甚少。从机器学习提取的学习中获得洞察存在显著机会。本文释放了将基于深度学习的可视化应用于电子显微镜的潜力，以提供各类纳米材料的 AI 提取特征与结构图案。这是可解释 AI（Explainable AI）在纳米尺度物体中的一项贡献。本文贡献了一个开源 AI，其结果可在 URL（https://sites.google.com/view/aifornanotechnology）复现。
引用
@article{arxiv.2201.00966,
title = {AI visualization in Nanoscale Microscopy},
author = {Rajagopal A and Nirmala V and Andrew J and Arun Muthuraj Vedamanickam.},
journal= {arXiv preprint arXiv:2201.00966},
year = {2022}
}
备注
Best paper award at International Conference On Big Data, Machine Learning and Applications 2021. http://bigdml.nits.ac.in/ In Springer Proceedings 2021