当原子起舞：利用机器学习辅助高时间分辨率电子显微镜探索电子束诱导材料修饰的机制
材料科学
2023-10-13 v1
摘要
使用像差校正扫描透射电子显微镜（STEM）的定向原子制造为功能材料的原子工程开辟了新途径。在该方法中，电子束被用于通过电子束诱导辐照过程主动改变原子结构。迄今为止限制其广泛使用的障碍之一是能够在高时空分辨率下理解原子转变路径的基本机制。在此，我们开发了一种获取和分析高速螺旋扫描 STEM 数据（高达 100 fps）的工作流，以跟踪单层 MoS2 中纳米孔铣削过程中的原子制造过程。结合深度卷积神经网络（DCNN）的自动反馈控制电子束定位系统被用于解读快速但低信噪比的数据集，并对时间分辨的原子位置及其演化的原子缺陷构型性质进行分类。通过这种自动解码，能够跨多个时间尺度研究导致纳米孔形成的初始原子无序和重排过程。利用这些实验工作流，可从小数据集中提取更高程度的速度和信息而不牺牲空间分辨率。该方法可适用于其他二维材料体系，以深入洞察缺陷形成，从而为未来利用 STEM 电子束的自动化制造技术提供信息。
引用
@article{arxiv.2310.08378,
title = {When the atoms dance: exploring mechanisms of electron-beam induced modifications of materials with machine-learning assisted high temporal resolution electron microscopy},
author = {Matthew G. Boebinger and Ayana Ghosh and Kevin M. Roccapriore and Sudhajit Misra and Kai Xiao and Stephen Jesse and Maxim Ziatdinov and Sergei V. Kalinin and Raymond R. Unocic},
journal= {arXiv preprint arXiv:2310.08378},
year = {2023}
}