Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô phỏng ảnh STEM gần đúng nhanh từ một mô hình học máy
Tóm tắt
Các phương pháp mô phỏng hình ảnh vi lượng hóa học quang cơ học chính xác như phương pháp đa lát cần thời gian tính toán quá lớn để sử dụng trong các ứng dụng hình ảnh vật liệu độ phân giải cao, đòi hỏi số lượng hình ảnh mô phỏng rất lớn. Tuy nhiên, các phương pháp mô phỏng tốc độ cao dựa trên mô hình hình ảnh tuyến tính, như phương pháp hội tụ, thường không đủ chính xác để sử dụng trong những ứng dụng này. Chúng tôi trình bày một phương pháp tạo ra hình ảnh từ sự hội tụ của hàm đối tượng và độ mạnh prob, sau đó sử dụng một phép hồi quy đa biến để điều chỉnh cho một tập dữ liệu hình ảnh đa lát và hình ảnh hội tụ tương ứng. Chúng tôi phát triển và xác thực phương pháp này bằng cách sử dụng các hình ảnh mô phỏng của hạt nano Pt và Pt–Mo và nhận thấy rằng đối với các hệ thống này, một khi phép hồi quy đa thức đã được thực hiện, phương pháp này chạy nhanh hơn khoảng sáu bậc so với các cài đặt CPU song song của phương pháp đa lát trong khi đạt được sai số 1 − R2 từ 0.010 đến 0.015 và sai số bình phương trung bình/sai số chuẩn của tập dữ liệu được dự đoán khoảng 0.1 khi so với mô phỏng đa lát đầy đủ.
Từ khóa
#mô phỏng ảnh STEM #học máy #phương pháp đa lát #phương pháp hội tụ #hạt nanoTài liệu tham khảo
Yankovich, A.B., et al.: Picometre-precision analysis of scanning transmission electron microscopy images of platinum nanocatalysts. Nat. Commun. 5, 1–7 (2014)
Pelz, P.M., Qiu, W.X., Bücker, R., Kassier, G., Miller, R.J.D.: Low-dose cryo electron ptychography via non-convex Bayesian optimization. Sci. Rep. 7, 9883 (2017). https://doi.org/10.1038/s41598-017-07488-y
Yang, H., et al.: Simultaneous atomic-resolution electron ptychography and Z-contrast imaging of light and heavy elements in complex nanostructures. Nat. Commun. 7, 12532 (2016)
Miao, J., Ercius, P., Billinge, S.J.L.: Atomic electron tomography: 3D structures without crystals. Science. 353, aaf2157 (2016)
Xu, R., et al.: Three-dimensional coordinates of individual atoms in materials revealed by electron tomography. Nat. Mater. 14, 1099–1103 (2015)
Scott, M.C., et al.: Electron tomography at 2.4-Å resolution. Nature. 483, 444–447 (2012)
Van den Broek, W., Rosenauer, A., Van Aert, S., Sijbers, J., Van Dyck, D.: A memory efficient method for fully three-dimensional object reconstruction with HAADF STEM. Ultramicroscopy 141, 22–31 (2014)
Yang, Y., et al.: Deciphering chemical order/disorder and material properties at the single-atom level. Nature 542, 75–79 (2017)
Johnson, J.M., Im, S., Windl, W., Hwang, J.: Three-dimensional imaging of individual point defects using selective detection angles in annular dark field scanning transmission electron microscopy. Ultramicroscopy 172, 17–29 (2017)
Zhang, J.Y., Hwang, J., Isaac, B.J., Stemmer, S.: Variable-angle high-angle annular dark-field imaging: application to three-dimensional dopant atom profiling. Sci. Rep. 5, 12419 (2015)
Kim, H., Zhang, J.Y., Raghavan, S., Stemmer, S.: Direct observation of Sr vacancies in SrTiO3 by quantitative scanning transmission electron microscopy. Phys. Rev. X 6, 1–7 (2016)
Feng, J., Kvit, A.V., Zhang, C., Morgan, D., Voyles, P.M.: Bayesian statistical model for imaging of single La vacancies in LaMnO3. Microsc. Microanal. 23, 1572–1573 (2016)
Feng, J., Kvit, A.V., Zhang, C., Morgan, D., Voyles, P.M.: Three-dimensional imaging of single La vacancies in LaMnO3. Microsc. Microanal. 22, 902–903 (2016)
Kirkland, E.J.: Advanced computing in electron microscopy, 2nd edn. Springer, New York (2010)
Kirkland, E.J.: Computation in electron microscopy. Acta Crystallogr. Sect. A Found. Adv. 72, 1–27 (2016)
Allen, L.J., Findlay, S.D., Oxley, M.P., Rossouw, C.J.: Lattice-resolution contrast from a focused coherent electron probe. Part I. Ultramicroscopy 96, 47–63 (2003)
Findlay, S.D., Allen, L.J., Oxley, M.P., Rossouw, C.J.: Lattice-resolution contrast from a focused coherent electron probe. Part II. Ultramicroscopy 96, 65–81 (2003)
Cowley, J.M., Moodie, A.F.: Fourier images: I—the point source. Proc. Phys. Soc. Sect. B 70, 486 (1957)
Ishizuka, K.: A practical approach for STEM image simulation based on the FFT multislice method. Ultramicroscopy 90, 71–83 (2002)
Pryor, A., Ophus, C., Miao, J. A streaming multi-GPU implementation of image simulation algorithms for scanning transmission electron microscopy. arXiv 1706.08563. 1–18 (2017)
Jones, L., Macarthur, K.E., Fauske, V.T., Van Helvoort, A.T.J., Nellist, P.D.: Rapid estimation of catalyst nanoparticle morphology and atomic-coordination by high-resolution Z-contrast electron microscopy. Nano Lett. 14, 6336–6341 (2014)
Yu, M., Yankovich, A.B., Kaczmarowski, A., Morgan, D., Voyles, P.M.: Integrated computational and experimental structure refinement for nanoparticles. ACS Nano 10, 4031–4038 (2016)
Xu, W., LeBeau, J.M.: A deep convolutional neural network to analyze position averaged convergent beam electron diffraction patterns. Ultramicroscopy 188, 59–69 (2018)
Pizarro, J., et al.: Simulation of high angle annular dark field scanning transmission electron microscopy images of large nanostructures. Appl. Phys. Lett. 93, 153107 (2008)
Oelerich, J.O., et al.: STEMsalabim: a high-performance computing cluster friendly code for scanning transmission electron microscopy image simulations of thin specimens. Ultramicroscopy 177, 91–96 (2017)
Dwyer, C.: Simulation of scanning transmission electron microscope images on desktop computers. Ultramicroscopy 110, 195–198 (2010)
Van den Broek, W., Jiang, X., Koch, C.T.: FDES, a GPU-based multislice algorithm with increased efficiency of the computation of the projected potential. Ultramicroscopy 158, 89–97 (2015)
Hosokawa, F., Shinkawa, T., Arai, Y., Sannomiya, T.: Benchmark test of accelerated multi-slice simulation by GPGPU. Ultramicroscopy 158, 56–64 (2015)
Eggeman, A.S., London, A., Midgley, P.A.: Ultrafast electron diffraction pattern simulations using GPU technology. Applications to lattice vibrations. Ultramicroscopy 134, 44–47 (2013)
Yao, Y., Ge, B.H., Shen, X., Wang, Y.G., Yu, R.C.: STEM image simulation with hybrid CPU/GPU programming. Ultramicroscopy 166, 1–8 (2016)
Ophus, C.: A fast image simulation algorithm for scanning transmission electron microscopy. Adv Struct Chem Imaging. 3, 13 (2017). https://doi.org/10.1186/s40679-017-0046-1
Krivanek, O.L., et al.: Atom-by-atom structural and chemical analysis by annular dark-field electron microscopy. Nature 464, 571 (2010)
MacArthur, K.E., et al.: Probe integrated scattering cross sections in the analysis of atomic resolution HAADF STEM images. Ultramicroscopy. 133, 109–119 (2013)
Olive, D.J.: Linear regression. Springer International Publishing, Berlin (2016). https://doi.org/10.1007/978-0-387-45972-1_5
Pedregosa, F., et al.: Scikit-learn: machine learning in Python. J. Mach. Learn. Res. 12, 2825–2830 (2011)
Stanley, R.P.: Enumerative combinatorics, vol. 2. Cambridge University Press, Cambridge (1997)