AI benutten om het volledige potentieel van elektronenmicroscopen te ontsluiten

Met een resolutie 1000 keer groter dan een lichtmicroscoop, zijn elektronenmicroscopen uitzonderlijk goed in het visualiseren van materialen en het detaileren van hun eigenschappen. Onderzoekers bij het U.S. Department of Energy's (DOE) Argonne National Laboratory tonen aan dat geavanceerde softwareontwikkelingen en een kunstmatige intelligentie (AI) framework hun prestaties nog verder kunnen duwen.

Naast het creëren van vergrote beelden, vangen elektronenmicroscopie technieken ook informatie over materiaaleigenschappen, zoals magnetisatie en electrostatisch potentieel, wat de energie is nodig om een lading tegen een elektrisch veld te verplaatsen. De informatie wordt opgeslagen in een eigenschap van de elektronen golf bekend als fase. Fase beschrijft de locatie of timing van een punt binnen een golfcyclus, zoals het punt waar een golf zijn piek bereikt.

Het ophalen van fase data is echter een decennialang probleem voor wetenschappers. Informatie zoals magnetisatie en elektrische potentiëls wordt gedragen door de fase van de elektronen golf en gaat verloren tijdens het beeldverwervingsproces.

Om wetenschappers toegang tot zulke data te geven, stelden de Argonne onderzoekers voor om tools te benutten gebouwd om diepe neurale netwerken te trainen, een vorm van kunstmatige intelligentie (AI) die de menselijke hersenen namaken en trainingsalgoritmes vereisen.

Met trainingsdata demonstreerde het Argonne onderzoeksteam een manier om fase-informatie te herstellen, alsook essentiële informatie over hun elektronenmicroscoop, inclusief ruimtelijke resolutie, nauwkeurigheid, en gevoeligheid van de microscopie. De AI-gefundeerde analyse van hoge-resolutie beelden — een proces bekend als "reverse-mode automatic differentiation" — bepaalt atomaire posities om fysieke eigenschappen over de materialen af te leiden.

Onderzoekers herstellen minuscule faseverschuivingen, en daarmee ontvangen ze informatie over kleine veranderingen in magnetisatie en electrostatisch potentieel, allemaal zonder dure hardware upgrades te vereisen.

Lees het rapport .

Voor meer informatie, contacteer Argonne National Laboratory; 630-252-2000.