2023-12-28 11:50:09

AtomAI:新的软件包使用深度学习来分析显微镜图像

AtomAI:新的软件包使用深度学习来分析显微镜图像

科学

研究人员开发了一种新的软件包,用于分析电子和扫描探针显微镜的图像。这个名为AtomAI的软件包使用了深度学习。这是一种机器学习,允许程序训练自己准确识别co图像或文本块的内容。深度学习模型通过使用分层“神经元”网络自动学习相关特征。这些人工神经元受到生物神经元的启发,充当数据和计算流动的节点。他们被训练来检测不同复杂程度的图像的各个方面。这给了AtomAI比传统的更高的精度更强的机器学习能力和分析更广泛信息的能力。

的影响

电子和扫描探针显微镜使科学家能够在纳米尺度上设计材料。这些技术帮助科学家研究材料的结构和功能特性。AtomAI包将深度学习应用于原子分辨率的显微镜数据。这提供了可量化的物理信息,如样品中每个原子的精确位置和类型。AtomAI还允许研究人员对数据进行实时分析。该软件包可以将这些信息直接导入理论模拟中,以更深入地了解材料的结构。

总结

AtomAI是一个端到端的图像分析软件包,部分由橡树岭国家实验室(ORNL)纳米材料科学中心开发。该软件包包括一个独特的模型架构,用于识别薄物体,如纳米纤维或畴壁。分离磁畴的界面-;在显微镜数据中。该软件包还可以通过考虑图像数据中的意外变化(例如入射的宇宙射线或非目标材料的图像)以及将某些不变的物理特性合并到模型中来减少图像处理中的错误。

电子和扫描探针显微镜已经成为凝聚态物理、材料科学和化学研究的重要工具。然而,研究人员缺乏在显微镜观察和材料行为之间建立广泛联系的基础设施。AtomAI旨在帮助解决这一差距。

资金

这项工作由橡树岭国家实验室纳米材料科学中心、能源部科学用户设施办公室、能源部科学办公室、基础能源科学数据办公室、人工智能和机器学习办公室在能源部科学用户设施项目下的数字孪生项目和MLExchange项目进行并部分支持。