原子分辨率图像的深度分析：显式与潜在特征
材料科学
2018-01-17 v1
摘要
扫描透射电子显微镜和扫描隧道显微镜的近期进展使研究人员能够在实空间中以埃尺度测量材料的结构和电子性质，例如原子位移和电荷密度调制。同时，快速获取大型高分辨率数据集的能力对通常包含数百到数千个原子单元的图像的快速基于物理的分析提出了挑战。在此我们展示了一个基于深度学习的通用框架，用于定位和表征晶格中的原子种类，该框架可应用于不同材料上不同类型的原子分辨率测量。具体而言，通过检查和分类卷积神经网络输出层中的特征，我们能够检测与以下相关的结构和电子“异常”：二硫化钨单层中点缺陷的存在、强关联氧化物表面特定晶格位点周围电荷密度分布的不均匀性，以及巴基碗分子不同结构状态之间的转变。我们进一步将我们的方法扩展到从一帧图像到另一帧跟踪三维 Si 样品中单个 Si 哑铃几何形状的微小畸变，这些畸变与晶格缺陷和杂质的运动相关。由于我们的框架对扫描隧道显微镜和扫描透射电子显微镜测量均适用，它可以为从实验数据创建每种材料的缺陷-性质关系的统一数据库提供一种快速直接的方法。
引用
@article{arxiv.1801.05133,
title = {Deep analytics of atomically-resolved images: manifest and latent features},
author = {Maxim Ziatdinov and Ondrej Dyck and Artem Maksov and Bethany M. Hudak and Andrew R. Lupini and Jiaming Song and Paul C. Snijders and Rama K. Vasudevan and Stephen Jesse and Sergei V. Kalinin},
journal= {arXiv preprint arXiv:1801.05133},
year = {2018}
}