用于形因子与结构因子确定的散射实验计算逆向工程分析（‘P(q) 与 S(q) CREASE’）
软凝聚态物质
2022-12-07 v1 材料科学
摘要
本文提出一种开源机器学习（ML）加速的计算方法，用于分析浓密大分子溶液的小角散射曲线 [I(q) 对 q]，在不依赖解析模型的情况下同时获得形因子 P(q)（如胶束的尺寸）与结构因子 S(q)（如胶束的空间排布）。该方法基于我们近期关于散射实验计算逆向工程分析（CREASE）的工作，后者已应用于从稀大分子溶液（此时 S(q) ~1）获取 P(q)，或在已知 P(q)（如球形形因子）时从浓粒子溶液获取 S(q)。本文新发展的可计算 P(q) 与 S(q) 的 CREASE 被称为‘P(q) 与 S(q) CREASE’，其验证通过将已知多分散核(A)-壳(B)胶束在不同浓度及胶束间聚集状态下的计算机模拟结构的 I(q) 对 q 作为输入来完成。我们展示了‘P(q) 与 S(q) CREASE’在给定两个或三个相关散射曲线——Itotal(q)、IA(q) 与 IB(q)——作为输入时的表现；该演示旨在指导实验工作者，他们可选择进行小角 X 射线散射（获取胶束总散射）和/或适当对比匹配下的小角中子散射，以仅获取某一组分（A 或 B）的散射。在基于计算机模拟结构验证‘P(q) 与 S(q) CREASE’后，我们给出了分析具有不同聚集程度的核壳型表面活性剂包覆纳米颗粒溶液的小角中子散射曲线的结果。
引用
@article{arxiv.2212.03154,
title = {Computational Reverse-Engineering Analysis for Scattering Experiments for Form Factor and Structure Factor Determination ('P(q) and S(q) CREASE')},
author = {Christian M. Heil and Yingzhen Ma and Bhuvnesh Bharti and Arthi Jayaraman},
journal= {arXiv preprint arXiv:2212.03154},
year = {2022}
}
备注
41 pages, 7 figures, 1 ToC figure