利用扫描透射电子显微镜学习并控制石墨烯中的硅掺杂原子跃迁
介观与纳米尺度物理
2023-11-30 v1 材料科学
机器学习
摘要
我们引入一种机器学习方法，以确定当受扫描透射电子显微镜（STEM）电子束激发时，硅原子在单层碳原子上的跃迁动力学。我们的方法以数据为中心，利用在 STEM 上收集的数据。对数据样本进行处理与过滤以产生符号表示，我们用其训练神经网络来预测跃迁概率。随后利用这些学习到的跃迁动力学引导单个硅原子穿过晶格到达预定目标位置。我们给出了经验分析，证明了我们方法的有效性与通用性。
引用
@article{arxiv.2311.17894,
title = {Learning and Controlling Silicon Dopant Transitions in Graphene using Scanning Transmission Electron Microscopy},
author = {Max Schwarzer and Jesse Farebrother and Joshua Greaves and Ekin Dogus Cubuk and Rishabh Agarwal and Aaron Courville and Marc G. Bellemare and Sergei Kalinin and Igor Mordatch and Pablo Samuel Castro and Kevin M. Roccapriore},
journal= {arXiv preprint arXiv:2311.17894},
year = {2023}
}