• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • El aprendizaje automático mejora las imágenes de rayos X de nanotexturas
    Diagrama de flujo de reconocimiento de patrones a partir de un conjunto de reconstrucciones de recuperación de fases individuales con agrupamiento de k-medias. Primero, se construye una función de prueba sinusoidal con un tamaño determinado por la longitud de la periodicidad de mesoescala. Luego, las ubicaciones de las supercélulas se determinan correlacionando cruzadamente la función de prueba con las reconstrucciones individuales. Finalmente, las supercélulas separadas del CI se agrupan mediante agrupación de k-medias y luego aplican los mismos grupos para promediar las supercélulas NS y CI. Crédito:Actas de la Academia Nacional de Ciencias (2023). DOI:10.1073/pnas.2303312120

    Utilizando una combinación de rayos X de alta potencia, algoritmos de recuperación de fase y aprendizaje automático, los investigadores de Cornell revelaron las intrincadas nanotexturas en materiales de película delgada, ofreciendo a los científicos un enfoque nuevo y simplificado para analizar candidatos potenciales para la computación cuántica y la microelectrónica, entre otros. aplicaciones.



    Los científicos están especialmente interesados ​​en las nanotexturas que se distribuyen de manera no uniforme a lo largo de una película delgada porque pueden otorgar al material propiedades novedosas. La forma más eficaz de estudiar las nanotexturas es visualizarlas directamente, un desafío que normalmente requiere una microscopía electrónica compleja y no preserva la muestra.

    La nueva técnica de imágenes se detalla el 6 de julio en las Actas de la Academia Nacional de Ciencias. supera estos desafíos mediante el uso de recuperación de fase y aprendizaje automático para invertir los datos de difracción de rayos X recopilados convencionalmente, como los producidos en la fuente de sincrotrón de alta energía de Cornell, donde se recopilaron los datos para el estudio, en una visualización en el espacio real del material en la nanoescala.

    El uso de difracción de rayos X hace que la técnica sea más accesible para los científicos y permite obtener imágenes de una porción más grande de la muestra, dijo Andrej Singer, profesor asistente de ciencia e ingeniería de materiales y miembro de la facultad David Croll Sesquicentennial en Cornell Engineering, quien dirigió la investigación. con el estudiante de doctorado Ziming Shao.

    "Obtener imágenes de un área grande es importante porque representa el verdadero estado del material", dijo Singer. "La nanotextura medida por una sonda local podría depender de la elección del lugar analizado."

    Otra ventaja del nuevo método es que no requiere que se rompa la muestra, lo que permite el estudio dinámico de películas delgadas, como la introducción de luz para ver cómo evolucionan las estructuras.

    "Este método se puede aplicar fácilmente para estudiar la dinámica in situ u operando", dijo Shao. "Por ejemplo, planeamos utilizar el método para estudiar cómo cambia la estructura en picosegundos después de la excitación con pulsos láser cortos, lo que podría permitir nuevos conceptos para futuras tecnologías de terahercios".

    La técnica se probó en dos películas delgadas, la primera de las cuales tenía una nanotextura conocida que se utilizó para validar los resultados de las imágenes. Al probar una segunda película delgada, un aislante Mott con física asociada con la superconductividad, los investigadores descubrieron un nuevo tipo de morfología que no se había observado antes en el material:un nanopatrón inducido por tensión que se forma espontáneamente durante el enfriamiento a temperaturas criogénicas. P>

    "Las imágenes se extraen sin conocimiento previo", dijo Shao, "lo que potencialmente establece nuevos puntos de referencia e informa nuevas hipótesis físicas en el modelado de campo de fase, simulaciones de dinámica molecular y cálculos de mecánica cuántica".

    Más información: Ziming Shao et al, Imágenes en el espacio real de nanotexturas periódicas en películas delgadas mediante la fase de datos de difracción, Actas de la Academia Nacional de Ciencias (2023). DOI:10.1073/pnas.2303312120

    Información de la revista: Actas de la Academia Nacional de Ciencias

    Proporcionado por la Universidad de Cornell




    © Ciencia https://es.scienceaq.com