通过双变分自编码器学习与预测等离子体纳米颗粒组装体的光子响应
无序系统与神经网络
2022-08-09 v1 光学
摘要
我们展示了利用双变分自编码器(dual-VAE)从高光谱图像数据中快速准确提取等离子体颗粒团簇几何结构的应用。在该方法中，信息在两个分别作用于颗粒形状数据与光谱数据的VAE的潜空间之间共享，但对形状-光谱对强制实施共同编码。我们表明该方法能够建立纳米颗粒几何特征与其远场光子响应之间的关系，证明可利用高光谱暗场显微镜以高保真度（单体(0.96)、二聚体(0.86)、三聚体(0.58)）自动化预测衍射极限以下多颗粒组装体的几何结构（颗粒数、排布）。这种通过共享编码构建结构-性质关系的方法具有普适性，应可应用于更广泛的材料科学与物理问题中，包括分子与纳米材料系统的成像。
引用
@article{arxiv.2208.03861,
title = {Learning and predicting photonic responses of plasmonic nanoparticle assemblies via dual variational autoencoders},
author = {Muammer Y. Yaman and Sergei V. Kalinin and Kathryn N. Guye and David Ginger and Maxim Ziatdinov},
journal= {arXiv preprint arXiv:2208.03861},
year = {2022}
}
备注
12 pages, 5 figures