Learning continuous scattering length density profiles from neutron reflectivities using convolutional neural networks*
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Abstract Interpreting neutron reflectivity (NR) data using ad hoc multi-layer models and physics-based models provides information about spatially resolved neutron scattering length density (NSLD) profiles. Recent improvements in data acquisition systems have allowed acquiring thousands of NR curves in a couple of hours, which has led to a need for automated data analysis tools to interpret NR measurements in real-time. Here, we present a machine learning analysis workflow that uses a series of models, based on a convolutional neural network (CNN), to learn the relation between the NSLDs and the NRs, and subsequently produce continuous NSLD profiles directly from NRs. The usefulness of our CNN-based models is demonstrated by constructing NSLDs from NRs of several films containing homopolymer polyzwitterions and diblock copolymers mixed with different types of salts. Comparisons of the NSLDs with those constructed using ad hoc multi-layer models reveal a very good agreement, suggesting the potential of CNN-based models for real-time automated data analysis of NRs.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé, mais le titre doit être comparé manuellement.
- Titre Crossref
- Learning continuous scattering length density profiles from neutron reflectivities using convolutional neural networks<sup>*</sup>
- Date Crossref
- 01/12/2024
- Éditeur
- IOP Publishing
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Oak Ridge National Laboratory pays non établi dans la noticeStructure de recherche
-
Center for Nanophase Materials Sciences pays non établi dans la noticeStructure de recherche
-
Northeastern University pays non établi dans la noticeUniversité ou école supérieure
-
Northeastern Univ. pays non établi dans la noticeInstitution
Oak Ridge National Laboratory, Center for Nanophase Materials Sciences et Northeastern University, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.