构建与探索石墨烯中原子缺陷库：扫描透射电子与扫描隧道显微镜研究
材料科学
2019-02-05 v2
摘要
缺陷的数量与分布是控制材料功能性的主要参数之一，其往往非遍历且强烈依赖于合成历史，并很少能进行直接理论预测。此处，利用沉积在石墨烯单层上硅的动力学电子束诱导转变来创建可能的硅与碳空位缺陷库。开发了基于深度学习网络的自动图像分析与识别，以识别和枚举缺陷，创建（亚）稳态缺陷构型库。通过原子分辨的扫描隧道显微镜（STM）进一步探索样品表面的电子性质。利用密度泛函理论估算所创建库中已分类缺陷的STM特征，从而能够在不同成像平台间识别若干缺陷类型。该方法允许在固体中自动创建缺陷库，探索真实材料中始终存在的亚稳态构型，并与其他原子分辨技术进行关联研究，从而提供对缺陷功能性的全面认识。此类库对于用于材料预测和通过电子束及扫描探针进行逐原子操控的自动化AI辅助工作流将至关重要。
引用
@article{arxiv.1809.04256,
title = {Building and exploring libraries of atomic defects in graphene: scanning transmission electron and scanning tunneling microscopy study},
author = {Maxim Ziatdinov and Ondrej Dyck and Bobby G. Sumpter and Stephen Jesse and Rama K. Vasudevan and Sergei V. Kalinin},
journal= {arXiv preprint arXiv:1809.04256},
year = {2019}
}
备注
Updated Figure 1 and References. Expanded Methods section. Added Supplementary Material. Minor text edits