二维材料样品的全自动识别
介观与纳米尺度物理
2020-07-01 v1 材料科学
计算物理
摘要
薄纳米材料是现代量子技术与材料研究的关键组成部分。识别具有开发最先进量子器件所需性质的这些材料样品通常是一项复杂且耗时的人工任务。本工作中，我们提供了一种神经网络驱动的解决方案，可对实验相关的二维材料进行准确高效的扫描、数据处理与样品识别。我们展示了如何通过迭代应用多个含噪神经网络来处理不完美不平衡数据集的分类问题。我们将训练好的分类器嵌入一个用于端到端自动化数据处理与样品识别的整体解决方案中。
引用
@article{arxiv.1911.00066,
title = {Fully automated identification of 2D material samples},
author = {Eliska Greplova and Carolin Gold and Benedikt Kratochwil and Tim Davatz and Riccardo Pisoni and Annika Kurzmann and Peter Rickhaus and Mark H. Fischer and Thomas Ihn and Sebastian Huber},
journal= {arXiv preprint arXiv:1911.00066},
year = {2020}
}
备注
8 pages, 4 figures