寻找难以捉摸的单分子层变得简单多了
研究人员可以在9分钟左右的时间内处理100张像这样覆盖1厘米× 1厘米大小的样本的图像，使用这种新系统大大简化了在实验室中寻找单层膜的繁琐工作. (皇冠hg8868新版大学图片/ J. 亚当窗口)皇冠hg8868新版大学新颖的解决方案为尖端光子学铺平了道路.
最乏味的一种, 对于大学研究实验室的本科生助理来说，艰巨的任务包括连续数小时通过显微镜观察材料样本, 试图找到单分子层.
这些二维材料，小于十万分之一th 人类头发的宽度——在电子产品中被广泛应用, 光子学, 而光电器件由于其独特的性质.
“研究实验室雇佣了大批本科生，他们除了寻找单分子层外什么也不做，”他说 Jaime Cardenas他是麻省理工学院的光学助理教授 皇冠hg8868新版大学. “它非常乏味, 如果你累了, 你可能会漏掉一些单分子层或者你可能会产生错误的识别.”
即使做了那么多工作, 然后实验室必须用昂贵的拉曼光谱或原子力显微镜再次检查材料.
耶稣桑切斯华雷斯，博士在读 Cardenas实验室, 是否让本科生的生活更轻松了呢, 他们的研究实验室, 公司在检测单分子层时也遇到了类似的困难.
这项突破性的技术，一种自动扫描装置 光学材料表达，可以用99检测单层.9%的准确率——超过迄今为止的任何其他方法.
只是花费的一小部分. 在更短的时间内. 用现成的材料.
“其中一个主要目标是用非常小的预算开发一个系统，这样学生和实验室就可以复制这些方法，而不需要投入成千上万美元购买必要的设备,Sánchez Juárez说, 论文的主要作者.
例如, 他创造的设备可以用5倍物镜的廉价显微镜和低成本的OEM(原始设备制造商)相机复制.
耶稣桑切斯华雷斯，博士在读 lab of Jaime Cardenas, 是否更容易检测到单分子层-二维材料小于1/100,000人头发的宽度——这在电子产品中非常受欢迎, 光子学, 而光电器件由于其独特的性质. Sánchez Juárez结合了一个便宜的显微镜，一个5倍物镜和一个低成本的相机, 最右边显示, 用人工智能神经网络, 检测, 然后处理单分子层的图像, 如他电脑屏幕上绿色显示的那样. (图片由J. 亚当·范斯特/皇冠hg8868新版大学
人工智能神经网络的创造性适应
“皇冠hg8868新版非常兴奋，”卡德纳斯说. “Jesús在这里做了一些新的和不同的事情, 以一种新颖的方式应用人工智能来解决二维材料使用中的一个主要问题.”
许多实验室已经尝试通过训练人工智能(AI)神经网络来扫描单分子层，从而消除对人力扫描的需求，这种方法成本高昂. 大多数尝试过这种方法的实验室都试图从零开始建立一个网络, 这需要大量的时间, Cardenas表示.
相反，Sánchez Juárez是从一个公开可用的神经网络开始的 AlexNet 它已经被训练用来识别物体.
然后，他开发了一种新的方法，可以将材料的图像进行反转，这样原始图像上的明亮部分就会变成黑色, ,反之亦然. 对倒过来的图像进行额外的处理步骤. 在这一点上, 这些图像“在人眼看来一点都不好,”Cardenas表示, 但对于计算机而言，将单层膜与它们所沉积的基底分离会更容易.”
底线:与那些长, 大学生冗长乏味的扫视, Sánchez Juárez的系统可以在9分钟内处理100张图像，覆盖1厘米× 1厘米大小的样本，准确率接近100%.
“皇冠hg8868新版的演示通过大大减少加工时间，为研究和工业环境中使用的单层材料的自动化生产铺平了道路,Sánchez Juárez在报纸上写道. 应用包括适用于光电探测器的2D材料, 激子发光器件(led), 激光, 自旋谷电流的光学产生, 单光子发射, 和调节器.
其他合作者包括 卡德纳斯实验室的博士生玛丽莎·格拉纳多斯·贝兹和阿尔贝托·a. Tecnológico de Orizaba研究所的教授Aguilar-Lasserre说.
阅读更多
微型芯片大大提高了光学的精度
皇冠hg8868新版负责新型集成光子COVID-19传感器的开发
在国家需求激增的情况下，光学研究所扩大了毕业生招聘
类别: 科学 & 技术