Machine-learning-assisted automation of single-crystal neutron diffraction

Hao, Y.; Feng, E.; Lu, D.; Zimmer, L.; Morgan, Z.; Chakoumakos, B.C.; Zhang, G.; Cao, H.

doi:10.1107/S1600576723001516

单晶中子衍射的机器学习辅助自动化

Y.Hao先生,E.冯,D.卢,L.齐默,Z.摩根,B.C.查库马科斯,G.张和H.曹

中子散射是一种研究材料和发现新物质的强大但昂贵的技术。先进的探测器技术大大提高了中子实验的效率，增加了中子数据简化和分析的复杂性。机器学习为中子衍射数据简化和实验操作带来了新的方向。本文提出了一种ML辅助的数据简化和分析方法，用于精确识别布拉格峰和相应的感兴趣区域；然后，它可以使用识别的峰值自动筛选和对准测量的晶体，并随后利用用户提供的信息和检测到的峰值的不确定性量化值来规划和优化数据收集。该方法在不同的复杂样品环境中表现出稳健的性能，并能够实现自动单晶中子衍射。

关键词：中子衍射;数据缩减;机器学习;峰值识别;不确定性量化.

阅读文章类似文章

格式		BIBTeX公司
		尾注
		RefMan参考手册
		请参阅
		Medline公司
		成本加保险费、运费
		SGML公司
		文本
		纯文本

格式		BIBTeX公司
		尾注
		RefMan参考手册
		请参阅
		Medline公司
		成本加保险费、运费
		SGML公司
		文本
		纯文本

搜索IUCr日志		国防部		高级搜索
作者		体积	第页