В журнале Scientific Data опубликована новая статья, 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

Упорядоченное расположение наночастиц металла на поверхности углеродного материала.

Источник: Нанометр