論文の概要: Revealing the Hidden Third Dimension of Point Defects in Two-Dimensional MXenes

• arxiv url: http://arxiv.org/abs/2511.08350v1
• Date: Wed, 12 Nov 2025 01:54:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-12 20:17:03.774436
• Title: Revealing the Hidden Third Dimension of Point Defects in Two-Dimensional MXenes
• Title（参考訳）: 2次元MXeneにおける隠れ3次元点欠陥の解明
• Authors: Grace Guinan, Michelle A. Smeaton, Brian C. Wyatt, Steven Goldy, Hilary Egan, Andrew Glaws, Garritt J. Tucker, Babak Anasori, Steven R. Spurgeon,
• Abstract要約: 原子空孔の3次元トポロジーとクラスタリングを2次元材料にマップする。 提案手法は,数十万の格子上の空孔の3次元座標を再構成する。 この研究は、大容量の点欠陥を理解し、最終的に制御するための一般化可能なフレームワークを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Point defects govern many important functional properties of two-dimensional (2D) materials. However, resolving the three-dimensional (3D) arrangement of these defects in multi-layer 2D materials remains a fundamental challenge, hindering rational defect engineering. Here, we overcome this limitation using an artificial intelligence-guided electron microscopy workflow to map the 3D topology and clustering of atomic vacancies in Ti$_3$C$_2$T$_X$ MXene. Our approach reconstructs the 3D coordinates of vacancies across hundreds of thousands of lattice sites, generating robust statistical insight into their distribution that can be correlated with specific synthesis pathways. This large-scale data enables us to classify a hierarchy of defect structures--from isolated vacancies to nanopores--revealing their preferred formation and interaction mechanisms, as corroborated by molecular dynamics simulations. This work provides a generalizable framework for understanding and ultimately controlling point defects across large volumes, paving the way for the rational design of defect-engineered functional 2D materials.
• Abstract（参考訳）: 点欠陥は二次元(2D)材料の多くの重要な機能特性を支配している。 しかし、これらの欠陥の3次元配置を多層2次元材料で解くことは根本的な課題であり、合理的な欠陥工学を妨げている。 ここでは、人工知能誘導電子顕微鏡ワークフローを用いて、Ti$_3$C$_2$T$_X$MXeneにおける原子空孔の3次元トポロジーとクラスタリングをマッピングする。 提案手法は, 数十万の格子上の空孔の3次元座標を再構成し, 特定の合成経路と相関する分布の統計的知見を統計的に得る。 この大規模データにより, 分子動力学シミュレーションによる相関関係として, 孤立空孔からナノ孔への欠陥構造の階層化が可能となる。 この研究は、大量の点欠陥を理解し、最終的に制御するための一般化可能なフレームワークを提供し、欠陥工学による機能的2D材料を合理的に設計するための道を開く。

関連論文リスト

• Where, Not What: Compelling Video LLMs to Learn Geometric Causality for 3D-Grounding [0.8883733362171032]
  この問題に対処するために,What-Where Representation Re-Forming (W2R2) と呼ばれる新しいトレーニングフレームワークを提案する。 提案手法は,2次元特徴を「何」識別のための意味的ビーコン,3次元特徴を「Where」ローカライゼーションのための空間的アンカーとして指定することにより,モデルの内部空間を根本的に改善する。 ScanReferとScanQAで行った実験では、W2R2の有効性が示され、ローカライゼーションの精度とロバスト性が大きく向上した。
  論文  参考訳（メタデータ） (2025-10-19T22:40:18Z)
• Semantic Causality-Aware Vision-Based 3D Occupancy Prediction [63.752869043357585]
  視覚に基づく3Dセマンティック占有予測は、3Dビジョンにおいて重要な課題である。 しかし、既存のメソッドは、しばしばモジュラーパイプラインに依存している。 本稿では,モジュール型2D-to-3Dトランスフォーメーションパイプラインの全体的,エンドツーエンドの監視を可能にする新たな因果損失を提案する。
  論文  参考訳（メタデータ） (2025-09-10T08:29:22Z)
• MicroLad: 2D-to-3D Microstructure Reconstruction and Generation via Latent Diffusion and Score Distillation [5.6883658862830115]
  MicroLadは2次元データから3次元の微細構造を再構成するための遅延拡散フレームワークである。 安定でコヒーレントな3Dボリュームを確実に生成し、元のデータと統計的に一致している。
  論文  参考訳（メタデータ） (2025-08-27T00:21:50Z)
• GEAL: Generalizable 3D Affordance Learning with Cross-Modal Consistency [50.11520458252128]
  既存の3Dアベイランス学習手法は、注釈付きデータに制限があるため、一般化と堅牢性に苦慮している。 本稿では,大規模事前学習型2Dモデルを活用することで,3次元アベイランス学習の一般化と堅牢性を高めるための新しいフレームワークであるGEALを提案する。 GEALは、既存のメソッドと、新しいオブジェクトカテゴリ、および破損したデータにおいて、一貫して優れています。
  論文  参考訳（メタデータ） (2024-12-12T17:59:03Z)
• Pairwise-Constrained Implicit Functions for 3D Human Heart Modelling [60.56741715207466]
  我々は、心を相互依存型SDFの集合としてモデル化するペアワイズ拘束型SDFアプローチを導入する。 本手法は, 単SDF, UDF, ボクセルベース, セグメンテーションベースを用いて, 内部構造精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2023-07-16T10:07:15Z)
• Homography Loss for Monocular 3D Object Detection [54.04870007473932]
  ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。 提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2022-04-02T03:48:03Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• Intersystem Crossing and Exciton-Defect Coupling of Spin Defects in Hexagonal Boron Nitride [1.3124513975412255]
  広帯域2Dシステムにおける量子欠陥を正確かつ体系的に設計するための理論的枠組みを確立する。 六方晶窒化ホウ素中のSiVVやTiVVやMoVVのようなスピン量子ビットのような有望な単一光子放出体を同定した。
  論文  参考訳（メタデータ） (2020-09-06T23:42:04Z)
• Cylindrical Convolutional Networks for Joint Object Detection and Viewpoint Estimation [76.21696417873311]
  3次元空間で定義された畳み込みカーネルの円筒形表現を利用する学習可能なモジュールである円筒型畳み込みネットワーク(CCN)を導入する。 CCNはビュー固有の畳み込みカーネルを通してビュー固有の特徴を抽出し、各視点におけるオブジェクトカテゴリスコアを予測する。 本実験は,円柱状畳み込みネットワークが関節物体の検出と視点推定に与える影響を実証する。
  論文  参考訳（メタデータ） (2020-03-25T10:24:58Z)

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。