美国研究人员利用机器学习方法分析X射线散斑图案以加速材料研究

2022-11-09  美国 来源:其他 作者:李维科 领域:新材料

关键词:

据美国国家加速器实验室网站11月7日消息,美国能源部国家加速器实验室(SLAC)和斯坦福大学的研究人员利用机器学习辅助方法加速了X射线自由电子激光探测技术,并将其扩展到以前无法研究的材料。研究人员在使用双脉冲技术研究材料时,X射线会从材料中散射出来,通常一次只能检测到一个光子,光子产生散斑图案代表样品在某一时刻的精确配置,通过比较每对脉冲的散斑图案来计算样本的波动。传统方法需要收集所有数据,再使用模型进行分析,而机器学习方法使用散射光子的原始探测器图像直接提取波动信息,与改进的硬件结合使用时速度提高了100倍,从而可以近乎实时地进行数据分析。该方法可以提取一系列难研究材料的信息,如高温超导体、量子自旋液体等,也可以应用于其他非量子材料,包括胶体、合金和玻璃。相关研究成果发表在《结构动力学》(Structural Dynamics)期刊上。

消息来源:https://www6.slac.stanford.edu/news/2022-11-07-artificial-intelligence-deciphers-detector-clouds-accelerate-materials-research