深度进修有望诠释微观世界
深度进修有望诠释微观世界
基于深度进修的微观图像阐明要领的流程（北京邮电大学供图）
用透射电子显微镜（TEM）、扫描电子电镜(SEM)、扫描探针显微镜(SPM)先进仪器等获取微观图像，辅佐人们领略物质的布局，已成为质料研究界普遍利用的要领。如何让微观图像开口措辞，汇报人类它们所知道的奥秘呢？
深度进修或者能答复这个问题。克日，北京邮电大学与中科院物理研究所的研究人员相助，综述了近几年深度进修在SEM、TEM及SPM布局表征方面的应用，总结了深度进修在表征图像阐明偏向的机会和挑战，并对将来交错规模研究举办了展望。相关研究成就已颁发于Materials Today Nano。
“以往科研人员基于他们本人的常识，逐一阐明图像以得到他们认为重要的信息，但跟着微观图像越来越多、判别率越来越高，图像阐明的难度和事情量越来越大。”该论文通讯作者、中科院物理研究所研究员苏东说，“深度进修要领可以自动提取特征并阐明，正在被用于对大局限微观图像的处理惩罚。”
深度进修是一种以人工神经网络为基本架构，可以或许对数据举办表征进修的呆板进修要领。差异于传统的呆板进修算法需要工钱的特征设计，深度进修可以实现自动的特征提取，因而可以得到更为有效的特征暗示。连年来，深度进修在计较机视觉、自然语言处理惩罚、医学图像处理惩罚等多个规模都开展了应用。
在图像处理惩罚中，深度进修模子可以被用于方针支解、缺陷检测和分类等问题。该论文第一作者、北京邮电大学博士研究生葛梦舒暗示，质料学微观图像的阐明和一般的图像阐明有所差异。微观图像中的信息不是表观的，许多时候要举办深入阐明处理惩罚，才大概领略个中的意义，如何让深度进修实现这些是一个挑战。
今朝的研究中，深度进修可实现SEM图像的自动归类，甚至实现像素级的方针支解，还可以实现图像判别率的加强。在STEM阐明中，深度进修则被用于缺陷检测和分类、原子识别、晶格种别识别等问题。对付SPM表征技能，深度进修可以实现对针尖形状的自动较正，对证料外貌分子布局和旋转角度的自动识别以及构效干系阐明。
该论文另一通讯作者、北京邮电大学传授苏菲认为，今朝一些规模表示出极强的成长潜力，好比模子和算法在质料学图像阐明中的可扩展性、表征任务的可扩展性等。“不行否定的是，研究中还存在不少挑战，好比如何让深度模子和损失函数更切合物理及化学理论，如何对数据举办公道标定进而优化算法的机能，如何将深度模子要领与尝试阐明要领团结，把深度进修整合到尝试要领中等。”
相关论文信息：https://doi.org/10.1016/j.mtnano.2020.100087
版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来历和作者，且不得对内容作实质性窜改；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。
