量子点激发下强度波动的集成学习：定制化动态混合模型
应用物理
2025-04-28 v2 介观与纳米尺度物理
应用统计
统计计算
统计方法学
摘要
量子点（QD）作为半导体纳米晶体，因其独特的荧光特性而受到广泛关注。在持续激发下，QD 发射的光子强度呈现复杂的波动：激发期间发射强度波动，且该波动模式即使在相同的实验条件下，也可能因不同 QD 而有所不同。值得注意的是，处理后的强度序列因必要的阈值和归一化而呈非高斯分布并被截断。传统基于正态性的单点分析难以处理这些复杂问题。我们与化学家合作， developing an integrative learning approach to simultaneously analyzing intensity series from multiple QDs. 受数据结构独特性和 QD 假设行为的启发，我们的方法以著名的隐马尔可夫模型为结构骨架，以刻画单个 QD 强度波动；同时假设在每个状态下，归一化强度遵循0/1 膨胀 Beta 分布，状态/发射分布在 QD 之间共享，而状态转移动力学可在少数 QD 簇之间变化。该框架允许对强度波动模式进行精确、整体性刻画，并有望改变当前化学实践。我们将该方法应用于来自128个 QD 的实验数据，揭示了三个共享强度状态并捕捉了若干distinct intensity transition patterns，凸显了该方法在提供深入见解 QD 行为及其设计和应用潜力方面的有效性。
引用
@article{arxiv.2501.01292,
title = {Integrative Learning of Quantum Dot Intensity Fluctuations under Excitation via Tailored Dynamic Mixture Modeling},
author = {Xin Yang and Hawi Nyiera and Yonglei Sun and Jing Zhao and Kun Chen},
journal= {arXiv preprint arXiv:2501.01292},
year = {2025}
}