Industriële fabricage
Industrieel internet der dingen | Industriële materialen | Onderhoud en reparatie van apparatuur | Industriële programmering |
home  MfgRobots >> Industriële fabricage >  >> Industrial Internet of Things >> Sensor

Kunstmatige intelligentie vergroot het nut van elektronenmicroscopen

Met een resolutie die 1000 keer groter is dan die van een lichtmicroscoop, zijn elektronenmicroscopen uitzonderlijk goed in het afbeelden van materialen en het detailleren van hun eigenschappen. Onderzoekers van het Argonne National Laboratory van het Amerikaanse Department of Energy (DOE) tonen aan dat geavanceerde softwareontwikkelingen en een artificial intelligence (AI)-framework hun prestaties nog verder kunnen verbeteren.

Naast het maken van vergrote afbeeldingen, leggen elektronenmicroscopietechnieken ook informatie vast over materiaaleigenschappen, zoals magnetisatie en elektrostatisch potentieel, de energie die nodig is om een ​​lading tegen een elektrisch veld te verplaatsen. De informatie wordt opgeslagen in een eigenschap van de elektronengolf die bekend staat als fase. Fase beschrijft de locatie of timing van een punt binnen een golfcyclus, zoals het punt waar een golf zijn hoogtepunt bereikt.

Het ophalen van fasegegevens is echter een decennia oud probleem voor wetenschappers. Informatie zoals magnetisatie en elektrische potentialen wordt gedragen door de fase van de elektronengolf en gaat verloren tijdens het beeldacquisitieproces.

Om wetenschappers toegang te geven tot dergelijke gegevens, stelden de onderzoekers van Argonne voor om gebruik te maken van tools die zijn gebouwd om diepe neurale netwerken te trainen, een vorm van kunstmatige intelligentie (AI) die het menselijk brein nabootst en trainingsalgoritmen vereist.

Met trainingsgegevens demonstreerde het onderzoeksteam van Argonne een manier om fase-informatie te herstellen, evenals essentiële informatie over hun elektronenmicroscoop, inclusief ruimtelijke resolutie, nauwkeurigheid en gevoeligheid van de microscopie. De AI-geactiveerde analyse van afbeeldingen met een hoge resolutie - een proces dat bekend staat als "automatische differentiatie in omgekeerde modus" - bepaalt atomaire posities om fysieke eigenschappen over de materialen af ​​​​te leiden.

Onderzoekers herstellen kleine faseverschuivingen en ontvangen op hun beurt informatie over kleine veranderingen in magnetisatie en elektrostatisch potentieel, allemaal zonder dure hardware-upgrades.

Lees het rapport .

Neem voor meer informatie contact op met Argonne National Laboratory; 630-252-2000 .


Sensor

  1. Is kunstmatige intelligentie fictie of rage?
  2. Waarom het internet der dingen kunstmatige intelligentie nodig heeft
  3. Kunstmatige intelligentie speelt een grote rol in het IoT
  4. Tableau, de gegevens achter de informatie
  5. Kunstmatige intelligentie versus machinaal leren versus diep leren | Het verschil
  6. AI:vind het juiste gebruik voor kunstmatige intelligentie
  7. Video:de impact van kunstmatige intelligentie (AI) op productie en bewerking
  8. Kunstmatige Intelligentie Robots
  9. AI-assistent:de toekomst van de reisindustrie met de toename van kunstmatige intelligentie
  10. Voor- en nadelen van kunstmatige intelligentie
  11. Kunstmatige intelligentie, de beste verdediging in cyberbeveiliging