PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.14348v2cond-mat.mtrl-sci

4DMulti: 복잡한 재료 계면에서의 자동화된 다성분 식별

4DMulti: automated multicomponent identification at complex material interfaces

이종 계면에서 결정상을 매핑하는 것은 재료의 성능과 열화를 이해하는 데 필수적입니다. 그러나 구조적 불균일성, 상 중첩 및 국소적 무질서는 회절 해석을 복잡하게 만들며, 데이터 양의 증가로 인해 수작업 분석은 점점 비현실적이 되고 있습니다. 본 연구에서는 대규모 4차원 주사투과전자현미경(4D-STEM) 데이터로부터 다성분을 자동으로 식별하기 위한 물리 기반 학습 프레임워크인 4DMulti를 소개합니다. 이를 뒷받침하는 회절 데이터 자원은 600만 개 이상의 고품질 실험 패턴과 Sim2real로 생성된 레이블 패턴으로 구성됩니다. 검색 조건부 잠재 확산 트랜스포머(Sim2real)는 브래그 기하구조를 보존하도록 설계된 제약 조건 하에서 시뮬레이션된 패턴을 실험 스타일 예제로 변환하며, 회전 불변 좌표 합성곱 신경망은 면내 회전 전반에 걸쳐 상을 식별합니다. 4DMulti는 5개 상으로 구성된 실험 나노입자 벤치마크에서 98.82%의 분류(classification) 정확도를 달성하며, 절제 연구를 통해 도메인 적응과 회전 불변 분류의 상호보완적 이점을 확인했습니다. 또한 지정된 후보 상 라이브러리 내에서 상 할당의 모호성을 정량화하는 정규화된 예측 엔트로피 점수인 회절 추론 구조 복잡도(DISC)를 정의합니다. 우리는 4DMulti를 적용하여 초전도 이종구조, 부식된 합금 표면, 성능이 저하된 전고체 전지 계면의 구조 맵을 단일 나노미터 공간 해상도까지 생성합니다. 4DMulti는 시뮬레이션 기반 결정학 지식을 자동화된 실험 해석과 연결하여, 복잡한 계면의 확장 가능한 분석과 데이터 기반 계면 설계 원리 발견을 위한 토대를 마련합니다.