通过深度机器学习追踪定向电子束诱导石墨烯中 Si 原子运动过程中的原子结构演化
材料科学
2020-07-15 v2
摘要
利用电子束操控，我们实现了石墨烯中单个 Si 原子沿预定轨迹的确定性运动。我们探究了掺杂原子运动过程中的结构演化，提供了原子运动期间 Si 原子邻域变化的信息，并给出了可能缺陷构型的统计信息。将高斯混合模型与主成分分析应用于深度学习处理的实验数据，得以解耦两个不同石墨烯子晶格的原子畸变。该方法展示了电子束操控在创建同一缺陷的多次实现的缺陷库并探索对称性破缺物理潜力方面的能力。通过深度学习的快速图像分析进一步增强了用于电子束控制逐原子制造的仪器能力。文中所述分析可通过 https://git.io/JJ3Bx 的交互式 Jupyter notebook 复现。
引用
@article{arxiv.1809.04785,
title = {Tracking atomic structure evolution during directed electron beam induced Si-atom motion in graphene via deep machine learning},
author = {Maxim Ziatdinov and Stephen Jesse and Bobby G. Sumpter and Sergei V. Kalinin and Ondrej Dyck},
journal= {arXiv preprint arXiv:1809.04785},
year = {2020}
}
备注
Updated paper with new analysis. Replaced most of the previous analysis. Added a Jupyter notebook that goes through the analysis discussed in the paper