Redian新闻
>
Npj Comput. Mater.: 纳米晶三维结构重建—知识与经验

Npj Comput. Mater.: 纳米晶三维结构重建—知识与经验

科学

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

单质金属,比如Pt、Pd、Ag和Fe等纳米晶是重要的催化剂。它们的催化性能受限于纳米晶的结构及其动态变化,其中表面结构由于和反应基团直接接触,因此其影响更为重要。当前表征这类材料的结构需要借助环形暗场扫描透射电子显微成像技术。


Fig. 1 Simulated Pt nanoparticle partially embedded in an amorphous carbon support.


虽然这种技术的分辨率在原子级别,但是仍存在两个问题:(1)根据电子图像建立模型时得到的一般是理论上全局能量最小化的模型,原始实验图像的信息利用并不充分;(2)这种技术是基于三维电子断层扫描的,理论上需要多次投影和较强的入射电子束强度(剂量)。这不利于对电子束敏感的以及处于动态变化中的纳米晶的结构表征,需要发展一种可以从较少投影,比如垂直于表面法向方向的一次投影就可以重建三维结构的技术。

 

Fig. 2 Statistical atom-counting analysis and construction of the probability matrix.


如果纳米晶由同种原子组成,那么单一方向投影所得的图像就来自组成纳米晶的各列原子对电子的散射。因此基于这种投影图像的建模主要需要对各列原子进行计数,从而原子计数与能量最小化的结构搜索,成为重建模型的主流方法。但是如何充分利用实验图像,求取实验上的真实结构,而不是理论上的全局最稳定结构,仍然是一个不小的挑战。

 

Fig. 3 Quantification evaluation of the reconstructed 3D models.


来自比利时安特卫普大学材料科学电子显微中心与卓越纳米实验中心的Sandra教授团队和来自爱尔兰自适应纳米结构与纳米机器研究中心的先进显微实验室与都柏林大学三一学院物理系的Lewys教授团队合作,将概率统计学的贝叶斯定理引入到电子显微图像的处理与结构重建中,提出了一种新的利用电镜图像来可靠地重建实验所得纳米结构的算法。这种方法充分利用所得的单向投影图像的信息,并且有助于真实反映纳米颗粒表面的结构。它可以根据图像推测散射交叉截面分布,进而获得给定原子列所含的、仍带有偏差的原子个数。这种有限精度的原子个数信息与基于晶体结构知识提取的近邻质量关系(以矩阵表示)一起作为贝叶斯定理所需的先验知识,用来计算该原子列含有所假定原子数的概率。如此遍历所有原子列就得到可用于遗传算法搜索的初始模型,随后基于能量最小化完成结构搜索过程。

 

Fig. 4 Visualization of the reconstructed 3D atomic models. 


本研究以Pt纳米晶为例,从模拟数据与实测图像分别验证了这种贝叶斯遗传算法的有效性。研究结果表明该算法可以避免纯粹遗传算法搜索经常给出理论的而不是实验结构的问题,而且近邻质量关系的引入也提高了单独考虑原子计数时建模的准确性。另外,这种算法除了有助于对电子束敏感的纳米晶实验结构的重建,而且基于噪音的相似性,它也可以用于对电子束不敏感,比如可以在强电子束和多方向投影下获得图像,但是图像包含较多的实验与环境扰动产生的噪音,从而难以建模的纳米晶实验结构的可靠表征。该文近期发表于npj Computational Materials 8: 216 (2022)。

 

Fig. 5 Analysis of an experimental time series of a catalyst Pt nanoparticle.

论文链接:

https://doi.org/10.1038/s41524-022-00900-w


点击下方知社人才广场,查看最新学术招聘

扩展阅读

 

Npj Comput. Mater.: 极端机械性能—无边界-无目标搜索及其他
Npj Comput. Mater.: 水粘度模拟—第一性原理-深度神经网络
Npj Comput. Mater.: 打开黑盒子—可解释的机器学习
Npj Comput. Mater.: SISSO机器学习—预测单线态裂变材料
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
Cell:我国科学家领衔解析出人类MCM2-7复合物的三维结构,有望开发出更安全的抗癌药物g-C3N4/上转换纳米晶的界面调控助力太阳光制氢Npj Comput. Mater.: 欲探新材,先学淘宝Npj Comput. Mater.: 自旋波太短怎么办?电磁波来帮你看!Npj Comput. Mater.: 带电膜的力学和电化学—新理论、新诠释博士生申请 | UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士Npj Comput. Mater.: 材料生长缺失数据—贝叶斯优化Npj Comput. Mater.: 极端机械性能—无边界-无目标搜索及其他清华大学化学系张昊课题组招聘博士后3-4名。胶体纳米晶、光电器件、柔性传感等方向昨天爬梯,观察小孩子们挺有意思的,女孩还是文静懂事些,男孩Npj Comput. Mater.: 2D过渡金属单卤化物—如此超导和拓扑态Npj Comput. Mater.: 打开黑盒子—可解释的机器学习Npj Comput. Mater.: 沸石—大规模精确模拟Npj Comput. Mater.: 水粘度模拟—第一性原理-深度神经网络必须对美国要”听其言观其行”Npj Comput. Mater.: 原子尺度成像—机器学习的亚像素处理Npj Comput. Mater.: 玻璃结构预测—懂物理的机器学习Npj Comput. Mater.: 材料预测—精确可传递台积电400亿美元“投资”美国,将新建3纳米晶圆厂!拜登在迁机仪式称“美国制造业回归”,台民众哀叹“整个搬走、连门都不留”Npj Comput. Mater.: 材料定律—识别与发现的新方法[录取捷报]墨尔本大学,Computer Science专业录取啦!Npj Comput. Mater.: 高熵合金催化剂—吸附能的线性关系Npj Comput. Mater.: 与材料科学的碰撞:深度学习的近况Npj Comput. Mater.: 有机-无机钙钛矿材料—降解机制沁园春·雪世界末日Npj Comput. Mater.: 低温晶界迁移—经典模型Npj Comput. Mater.: 局部原子邻域描述符—无损压缩UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士久违了,芝加哥!Npj Comput. Mater.: 深度学习预测多种电极材料电压Npj Comput. Mater.: 多主元素合金硬度—集成神经网络模型Npj Comput. Mater.: 结构描述符大佬观点—不是越精确越好【广发策略戴康团队】中央经济工作会议·托底与重建——周末五分钟全知道(12月第3期)Npj Comput. Mater.: 单原子催化剂—动态电荷转移模型
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。