В журнале Scientific Data опубликована новая статья Ananikovlab.ru, в которой визуализируется и обсуждается эффект упорядочения наночастиц палладия на углеродной подложке.
Работа посвящена визуализации интересного эффекта упорядочивания наночастиц палладия при нанесении на углеродную подложку. Само нанесение палладия - это важный процесс, результатом которого является получение ценного катализатора Pd/C для целого ряда химических превращений в органической химии. Ранее было показано, что наночастицы могут служить своего рода маркерами структурных особенностей материала. Так, например, если на поверхности углерода есть участки с неоднородной электронной плотностью (вызванные так называемыми дефектами), то и наночастицы палладия будут связываться неоднородно, формируя уникальные для каждого материала узоры. Такие упорядоченные структуры могут наглядно воспроизводить невидимое для обычной электронной микроскопии устройство поверхности материала.
В ходе исследования такие упорядоченные структуры были классифицированы, и составлен датасет из 750 изображений с преимущественно упорядоченным расположением частиц и 250 изображений с преимущественно неупорядоченным расположением. Таким образом появилось достаточно примеров для автоматизированной обработки с использованием методов машинного обучения. Особое внимание было уделено воспроизводимости измерений и получению стабильных наноматериалов с уникальным поверхностным рисунком.
Машинное обучение получило активное развитие в последние годы, позволяя решать сложные, плохо формулируемые задачи и искать скрытые зависимости в данных. Но именно изображения не поддавались исследователям из-за своей высокой размерности и ограниченных вычислительных ресурсов. Положение дел изменилось с появлением сверхточных нейронных сетей, которые быстро стали лидерами в задачах классификации, детекции и сегментации изображений. В будущем автоматизация анализа таких микрофотографий в том числе позволит создать новые признаки для поиска связей строение-свойство в материаловедении. На данный момент уже ведется работа над построением автоматизированной системы для поиска различных упорядоченных структур на электронных микрофотографиях с использованием нейронных сетей.
Boiko, D.A., Pentsak, E.O., Cherepanova, V.A., Ananikov, V.P. «Electron microscopy dataset for the recognition of nanoscale ordering effects and location of nanoparticles», Sci. Data, 7, 101, 2020. https://doi.org/10.1038/s41597-020-0439-1
