使用生成模型自动解析范德华界面的原子结构
材料科学
2025-04-01 v4
摘要
原子结构的高分辨率可视化对于理解材料的微观构型与宏观性质之间的关系具有重要意义。然而,实现一种快速、准确且稳健的方法来自动解析原子分辨率显微学中的复杂图案仍然难以实现。在此,我们提出了一种 Trident 策略增强的解耦表示学习方法(一种生成模型),该方法利用少量未标记的实验图像与大量低成本的模拟图像,生成大量与实验结果高度相似的标注模拟数据,从而产生高质量的大规模训练数据集。随后,通过残差神经网络训练了一个结构推断模型,该模型能够以皮米级精度直接推断出不同材料(例如 MoS2、WS2、ReS2、ReSe2 和 1T'-MoTe2)在不同层数下范德华界面的各种复杂堆叠图案的层间滑移和旋转,展示了对缺陷、成像质量和表面污染的稳健性。该框架还能识别图案转变界面,量化细微的基元变化,并区分在频域中难以区分的莫尔图案。最后,我们方法的高通量处理能力为范德华外延模式提供了深入见解,在该模式下各种热力学有利的滑移堆叠可以共存。
引用
@article{arxiv.2408.16802,
title = {Auto-resolving the atomic structure at van der Waals interfaces using a generative model},
author = {Wenqiang Huang and Yuchen Jin and Zhemin Li and Lin Yao and Yun Chen and Zheng Luo and Shen Zhou and Jinguo Lin and Feng Liu and Zhifeng Gao and Jun Cheng and Linfeng Zhang and Fangping Ouyang and Jin Zhang and Shanshan Wang},
journal= {arXiv preprint arXiv:2408.16802},
year = {2025}
}
备注
25 pages,5 figures