色差最小化以实现色差校正 I：无需知晓色差系数即可校正电子显微镜

电子束的精准对准是成功将扫描电子显微镜（STEM）应用于原子尺度材料理解的关键。尽管色差校正器取得了成功，但色差校正仍是一个复杂的过程。本文从加速器物理学的角度出发，指出其等价于最小化束流的色差增长，即束流相空间分布的探针跨度。我们训练了一个深度学习模型，从实验可获得的罗恩齐图预测色差增长。仿真和实验结果表明，该模型能够准确捕捉色差系数变化对色差增长的影响。我们进一步演示，该模型可作为快速执行的函数，用于对镜头参数进行全局优化。我们的方法为快速量化和自动化色差校正提供了新的方式，利用了高速电子相机可实现的快速测量。本文第二部分将展示如何利用色差指标通过贝叶斯优化实现色差校正器的快速在线调谐。