面向传输电子显微镜的人工智能辅助工作流程：从数据分析自动化到材料知识揭示
材料科学
2025-10-28 v2
摘要
(扫描)透射电子显微镜((S)TEM)已显著推动了材料科学的发展，但由于其耗时的本质，面临将精确的原子结构信息与器件功能性质相关联的挑战。为此，我们引入了一个用于整体器件异构结构表征、建模和仿真的分析工作流程。该工作流程自动化了实验(S)TEM数据分析，提供对晶体学信息、3D取向、元素成分和应变分布的深入表征。它将通常需要训练有经验的人员数天完成的流程简化为分钟级的自动化常规程序。利用基于物理的导向人工智能模型，它生成材料和样品的代表性描述。该工作流程最终创建了数字孪生体、3D有限元模型和数百万原子模型，使能够进行仿真，这些仿真为实际应用中的器件行为提供至关重要的见解。以SiGe平面异构结构（用于可扩展自旋量子比特）为例，展示了该工作流程将数字孪生体与理论属性关联，揭示了原子结构如何影响材料和功能性质，如空间分辨的声子或电子特征，或(逆)自旋轨道长度。我们展示了该工作流程的多样性，通过将其应用于广泛的材料体系、器件配置和样品形貌来证明其灵活性。
引用
@article{arxiv.2411.01024,
title = {Artificial Intelligence-Assisted Workflow for Transmission Electron Microscopy: From Data Analysis Automation to Materials Knowledge Unveiling},
author = {Marc Botifoll and Ivan Pinto-Huguet and Enzo Rotunno and Thomas Galvani and Catalina Coll and Payam Habibzadeh Kavkani and Maria Chiara Spadaro and Yann-Michel Niquet and Martin Borstad Eriksen and Sara Marti-Sanchez and Georgios Katsaros and Giordano Scappucci and Peter Krogstrup and Giovanni Isella and Andreu Cabot and Gonzalo Merino and Pablo Ordejon and Stephan Roche and Vincenzo Grillo and Jordi Arbiol},
journal= {arXiv preprint arXiv:2411.01024},
year = {2025}
}