场离子显微镜中的高级数据挖掘
摘要：场离子显微术 (FIM)利用强电场效应来成像表面上的单个原子。广泛使用原子分辨率的FIM成像受到缺乏高效的图像处理/数据提取工具的限制。最近进展的成像和数据挖掘技术使得使用自动检测原子和晶格缺陷的FIM结合起来用于材料表征重新引起了兴趣。在对现有程序进行简要概述之后，我们回顾了使用机器学习 (ML)方法进行数据提取的情况，以推动对高电场物理的新数据驱动洞察。除了在这个背景下探索各种监督和无监督的机器学习算法外，我们还使用高级图像处理程序从大量的FIM图像中提取数据。讨论了这些程序的结果和局限性，并以对提取的点云应用能量最小化方案来改进FIM的空间分辨率的可能性作为结论。
作者：Shyam Katnagallu, Baptiste Gault, Blazej Grabowski, J"org Neugebauer, Dierk Raabe, Ali Nematollahi
论文ID：1712.10245
分类：Applied Physics
分类简称：physics.app-ph
提交时间：2018-01-01