石墨烯中Si原子动力学的原子机制：边缘与体相中的化学转变
材料科学
2019-11-26 v1
摘要
扫描透射电子显微镜(STEM)近期的进展使得在原子尺度上观察热刺激或电子束诱导的材料固态转变与反应成为可能。然而，尽管单个实验即可产生大量数据(有时达吉字节至太字节量级)，用于从这些过程中提取关于动力学与热力学的材料特异性知识的方法仍然匮乏。关键问题之一在于能够从具有高度噪声和缺失结构元素的原始实验数据中，映射各类原子结构的演化并确定相应的跃迁概率。在此，我们展示了一种结合多种机器学习技术的方法，用于研究STEM实验中单层石墨烯体相与边缘处电子束辐照Si原子的动态行为。首先，使用深度学习网络将实验STEM视频转换为单个Si与碳原子的坐标。接着，进一步使用高斯混合模型建立Si原子的基本原子构型，定义键合几何与化学物种，并考虑宿主晶格的离散旋转对称性。最后，确定这些状态间的频率与马尔可夫跃迁概率。该分析能够从原子分辨的STEM数据中洞察缺陷群与化学反应网络的热力学。在此，我们观察到明显的趋势：形成沿石墨烯边缘锯齿方向的一维Si晶体，以及体相石墨烯中Si杂质与拓扑缺陷的耦合。
引用
@article{arxiv.1901.09322,
title = {Atomic mechanisms for the Si atom dynamics in graphene: chemical transformations at the edge and in the bulk},
author = {Maxim Ziatdinov and Ondrej Dyck and Stephen Jesse and Sergei V. Kalinin},
journal= {arXiv preprint arXiv:1901.09322},
year = {2019}
}