基于人工神经网络的大规模卢瑟福背散射谱数据处理
计算物理
2022-05-13 v1
摘要
卢瑟福背散射谱（RBS）是一项重要技术，可高精度、强鲁棒地提供样品近表面区域的元素信息。然而，该技术因数据处理速率受限而缺乏通量，难以常规应用于大量样品（即数百甚至数千样品）的研究。对于复杂样品情况更糟：若样品存在粗糙或孔隙，此类结构的模拟计算开销巨大。幸运的是，人工神经网络（ANN）显示出作为离子束数据大规模处理的强大助力。本文报道了 ANN 对比人工评估与批处理模式自动拟合例程的性能比较。以仿星器 W7-X 的 500 条标记层谱为案例。结果显示 ANN 比人工更准确、比自动拟合更高效。
引用
@article{arxiv.2205.05774,
title = {Processing of massive Rutherford Back-scattering Spectrometry data by artificial neural networks},
author = {Renato da S. Guimarães and Tiago F. Silva and Cleber L. Rodrigues and Manfredo H. Tabacniks and Simon Bach and Vassily V. Burwitz and Paul Hiret and Matej Mayer},
journal= {arXiv preprint arXiv:2205.05774},
year = {2022}
}
备注
15 pages, 8 figures