用于 X 射线光电子能谱数据分析的深度神经网络
无序系统与神经网络
2019-09-13 v1 材料科学
计算物理
摘要
本工作中，我们表征了一个深度卷积神经网络的性能，该网络旨在检测和量化实验性 X 射线光电子能谱数据中的化学元素。鉴于文献中缺乏可靠数据库，为训练该神经网络，我们基于随机生成的材料（表面覆盖一层外来碳）计算了一个大型（>100 k）合成谱数据集。在约 500 条表征良好的实验 X 射线光电子能谱的测试集上，训练后的网络表现与标准方法相当。文中给出并讨论了有关网络结构、损失函数选择以及质量评估策略的细节。鉴于训练集的合成性质，该方法可应用于任何光电子能谱系统的自动化，无需实验参考谱且计算开销低。
引用
@article{arxiv.1909.05529,
title = {Deep neural network for X-ray photoelectron spectroscopy data analysis},
author = {Giovanni Drera and Chahan M. Kropf and Luigi Sangaletti},
journal= {arXiv preprint arXiv:1909.05529},
year = {2019}
}
备注
17 pages, 8 figures