論文の概要: PyNanospacing: TEM image processing tool for strain analysis and visualization

• arxiv url: http://arxiv.org/abs/2311.15751v1
• Date: Mon, 27 Nov 2023 12:08:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-28 15:32:08.304964
• Title: PyNanospacing: TEM image processing tool for strain analysis and visualization
• Title（参考訳）: PyNanospacing: 歪み解析と可視化のためのTEM画像処理ツール
• Authors: Mehmet Ali Sarsil, Mubashir Mansoor, Mert Saracoglu, Servet Timur, Mustafa Urgen, Onur Ergen
• Abstract要約: 本稿では,幅広い材料を扱えるTEM画像処理のためのPythonコードを開発する。 平面間隔の局所的な差異を輪郭写像に変換し、格子拡大と圧縮の視覚的表現を可能にする。 ツールは非常に汎用的で、TEM画像を用いて材料特性を分析するのに大いに役立ちます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The diverse spectrum of material characteristics including band gap, mechanical moduli, color, phonon and electronic density of states, along with catalytic and surface properties are intricately intertwined with the atomic structure and the corresponding interatomic bond-lengths. This interconnection extends to the manifestation of interplanar spacings within a crystalline lattice. Analysis of these interplanar spacings and the comprehension of any deviations, whether it be lattice compression or expansion, commonly referred to as strain, hold paramount significance in unraveling various unknowns within the field. Transmission Electron Microscopy (TEM) is widely used to capture atomic-scale ordering, facilitating direct investigation of interplanar spacings. However, creating critical contour maps for visualizing and interpreting lattice stresses in TEM images remains a challenging task. Here we developed a Python code for TEM image processing that can handle a wide range of materials including nanoparticles, 2D materials, pure crystals and solid solutions. This algorithm converts local differences in interplanar spacings into contour maps allowing for a visual representation of lattice expansion and compression. The tool is very generic and can significantly aid in analyzing material properties using TEM images, allowing for a more in-depth exploration of the underlying science behind strain engineering via strain contour maps at the atomic level.
• Abstract（参考訳）: バンドギャップ, メカニカルモジュラー, 色, フォノンおよび状態の電子密度を含む材料特性の多彩なスペクトルと触媒および表面特性は、原子構造と対応する原子間結合長と複雑に相互作用する。 この相互接続は結晶格子内の平面間間隔の出現にまで拡張される。 これらの平面間間隔の解析と、格子圧縮やひずみと呼ばれる膨張などの偏差の理解は、フィールド内の様々な未知を解き放つ上で最重要となる。 透過電子顕微鏡(TEM)は原子スケールの秩序を捉えるために広く使われており、平面間間隔の直接調査を容易にする。 しかしながら、tem画像における格子応力を可視化し解釈するための重要な輪郭マップの作成は、依然として困難な課題である。 ここでは, ナノ粒子, 2次元材料, 純結晶, 固溶体など幅広い材料を処理可能なtem画像処理のためのpythonコードを開発した。 このアルゴリズムは、平面間隔の局所的な差異を輪郭写像に変換し、格子展開と圧縮の視覚的表現を可能にする。 このツールは極めて汎用的で、tem画像を用いた材料特性の分析に大いに役立ち、原子レベルで歪輪郭マップを介してひずみ工学の背後にある基礎となる科学をより深く探究することができる。

関連論文リスト

• Invariant Discovery of Features Across Multiple Length Scales: Applications in Microscopy and Autonomous Materials Characterization [3.386918190302773]
  可変オートエンコーダ(VAE)は、画像データの変動の基本的な要因を特定する強力なツールとして登場した。 異なる長さスケールでサンプル化した記述子を用いて,VAEの漸進的トレーニングに基づいて,SI-VAEアプローチを導入する。
  論文  参考訳（メタデータ） (2024-08-01T01:48:46Z)
• Hyperspectral Dataset and Deep Learning methods for Waste from Electric and Electronic Equipment Identification (WEEE) [0.0]
  ハイパースペクトル画像分割のための多種多様なディープラーニングアーキテクチャの性能を評価する。 その結果,空間情報をスペクトルデータと組み合わせることで,セグメンテーション結果が改善された。 我々は、Tecnalia WEEE Hyperspectralデータセットのクリーニングと公開によって、この分野に貢献する。
  論文  参考訳（メタデータ） (2024-07-05T13:45:11Z)
• Tracing and segmentation of molecular patterns in 3-dimensional cryo-et/em density maps through algorithmic image processing and deep learning-based techniques [0.0]
  論文はアクチンフィラメントを 追跡する高度な計算技術の開発に焦点を当てています BundleTrac、Stereociliumで発見された束状アクチンフィラメントをトレースするSpagetti Tracer、アクチンネットワークでランダムに配向されたアクチンフィラメントをトレースするStruwwel Tracerの3つの新しい手法が開発されている。 論文の第2の構成要素は、中分解能(5-10アングストローム)3次元低温電子顕微鏡におけるヘリスやベータシートなどのタンパク質二次構造の位置を決定する畳み込みニューラルネットワーク(CNN)に基づくセグメンテーションモデルの導入である。
  論文  参考訳（メタデータ） (2024-03-26T00:41:54Z)
• Datacube segmentation via Deep Spectral Clustering [76.48544221010424]
  拡張ビジョン技術は、しばしばその解釈に挑戦する。 データ立方体スペクトルの巨大な次元性は、その統計的解釈において複雑なタスクを生じさせる。 本稿では,符号化空間における教師なしクラスタリング手法の適用の可能性について検討する。 統計的次元削減はアドホック訓練(可変)オートエンコーダで行い、クラスタリング処理は(学習可能な)反復K-Meansクラスタリングアルゴリズムで行う。
  論文  参考訳（メタデータ） (2024-01-31T09:31:28Z)
• Instance Segmentation of Dislocations in TEM Images [0.0]
  材料科学において, 転位の位置と移動に関する知識は, 優れた特性を持つ新素材を作成する上で重要である。 本研究では,Mask R-CNNやYOLOv8など,最先端のインスタンスセグメンテーション手法を定量的に比較する。 インスタンスセグメンテーションの結果としての転位マスクは数学的直線に変換され、転位長と幾何の定量的解析が可能となる。
  論文  参考訳（メタデータ） (2023-09-07T06:17:31Z)
• Multi-Spectral Image Stitching via Spatial Graph Reasoning [52.27796682972484]
  空間グラフ推論に基づくマルチスペクトル画像縫合法を提案する。 同一のビュー位置から複数スケールの補完機能をノードに埋め込む。 空間的・チャネル的次元に沿った長距離コヒーレンスを導入することにより、画素関係の相補性とチャネル相互依存性は、整列したマルチビュー特徴の再構築に寄与する。
  論文  参考訳（メタデータ） (2023-07-31T15:04:52Z)
• Object Detection in Hyperspectral Image via Unified Spectral-Spatial Feature Aggregation [55.9217962930169]
  S2ADetは、高スペクトル画像に固有の豊富なスペクトル情報と空間補完情報を利用する物体検出器である。 S2ADetは既存の最先端メソッドを超え、堅牢で信頼性の高い結果を達成する。
  論文  参考訳（メタデータ） (2023-06-14T09:01:50Z)
• Disentangling multiple scattering with deep learning: application to strain mapping from electron diffraction patterns [48.53244254413104]
  我々は、高非線形電子回折パターンを定量的構造因子画像に変換するために、FCU-Netと呼ばれるディープニューラルネットワークを実装した。 結晶構造の異なる組み合わせを含む20,000以上のユニークな動的回折パターンを用いてFCU-Netを訓練した。 シミュレーションされた回折パターンライブラリ、FCU-Netの実装、訓練されたモデルの重み付けは、オープンソースリポジトリで自由に利用可能です。
  論文  参考訳（メタデータ） (2022-02-01T03:53:39Z)
• Qubit-photon bound states in topological waveguides with long-range hoppings [62.997667081978825]
  フォトニックバンドギャップ材料と相互作用する量子エミッタは、クビット光子境界状態の出現につながる。 異なる位相におけるバルクモードとエミッタが重なり合うとき, クビット光子境界状態の特徴について検討した。 異なる位相相に現れるエッジモードに対するエミッタの結合について考察する。
  論文  参考訳（メタデータ） (2021-05-26T10:57:21Z)
• Robust Feature Disentanglement in Imaging Data via Joint Invariant Variational Autoencoders: from Cards to Atoms [0.0]
  関節回転(および翻訳)不変変分オートエンコーダ(j-trVAE)を導入する。 この方法の性能は、いくつかの合成データセットで検証され、電子および走査プローブ顕微鏡の高分解能イメージングデータに拡張されます。 強誘電体材料と量子系の既知の物理学に直接関連する潜在空間の挙動を示す。
  論文  参考訳（メタデータ） (2021-04-20T18:01:55Z)
• Data-Driven Discovery of Molecular Photoswitches with Multioutput Gaussian Processes [51.17758371472664]
  フォトウィッチ可能な分子は、光によってアクセスされる2つ以上の異性体である。 本稿では、データセットキュレーションとマルチタスク学習を基盤とした、分子フォトウィッチのためのデータ駆動探索パイプラインを提案する。 提案手法は, 市販フォトウィッチ可能な分子のライブラリーをスクリーニングし, 実験的に検証した。
  論文  参考訳（メタデータ） (2020-06-28T20:59:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。