Npj Comput. Mater.: 深度学习：异常检测和生长动力学预测

文章预览

海归学者发起的公益学术平台 分享信息，整合资源 交流学术，偶尔风月 近年来出现的自主合成平台，包括多种原位或自动诊断和表征技术，促使人们开发能够利用这种多模态合成数据的机器学习模型。原位诊断和表征被应用于自主材料合成中，用以得到优化指标或者将生长动力学与实验控制相关联。此外，它们能够在合成前预测材料性能，并检测在长时间、无监督的实验中可能会出现的异常条件。脉冲激光沉积（PLD）是一种前景广阔的物理气相沉积技术，由于其能够兼容各种光学、电学、电子的诊断测量，因而被广泛应用于自主合成多种材料系统。因此，亟需开发机器学习方法，以利用PLD的诊断优势。在PLD合成过程中，人们曾使用多种原位诊断技术来监测薄膜生长或等离子体羽流。虽然机器学习应用于材料合成已有很长一段时间，但它在原位诊 ………………………………