量化直觉：魔尺寸团簇 EXAFS 分析中优值指标的贝叶斯方法
介观与纳米尺度物理
2023-11-07 v2 材料科学
摘要
扩展 X 射线吸收精细结构（EXAFS）的分析即使在其他结构方法（如 X 射线衍射）失效时，也能给出魔尺寸团簇的局域结构信息，但通常需要一个初始猜测——一个原子模型。因此，模型比较是建立纳米尺度系统原子结构的最关键步骤之一，并在关键上依赖于相应的优值指标（由数据分析给出）来决策最适宜的原子排列模型。然而，当前使用的统计优值指标均未考虑参数相关性这一重要因素。本文表明，忽略此类相关性可能导致错误结构模型的选择。接着我们报告了一种基于贝叶斯定理的新度量，以解决该问题。我们表明，我们的新度量优于 EXAFS 分析中当前使用的指标，因为它能可靠地给出正确结构模型，即使在其他统计准则可能失效的情况下也是如此。然后我们利用 EXAFS 数据，在 CdS 魔尺寸团簇的结构模型比较中展示了新优值指标的效用。
引用
@article{arxiv.2311.00763,
title = {Quantifying Intuition: Bayesian Approach to Figures of Merit in EXAFS Analysis of Magic Size Clusters},
author = {Lucy Haddad and Diego Gianolio and David J. Dunstan and Andrei Sapelkin},
journal= {arXiv preprint arXiv:2311.00763},
year = {2023}
}