基于数据驱动的高通量体积分数估算方法——通过X射线衍射图谱实现

《Advanced Intelligent Discovery》:Data-Driven High-Throughput Volume Fraction Estimation From X-Ray Diffraction Patterns

【字体: 大 中 小 】 时间:2026年05月08日 来源:Advanced Intelligent Discovery

编辑推荐:

  摘要 在高通量应用中,通过X射线衍射(XRD)进行晶体学分析通常受到长时间曝光和需要手动数据解释的限制。本研究提出了一种基于机器学习的新方法,该方法可以从XRD图案中估算体积分数,从而解决了这两个问题。该方法能够高效处理带有多色发射光谱的噪声XRD图案,并且每秒可以从数千个图案

  摘要

在高通量应用中,通过X射线衍射(XRD)进行晶体学分析通常受到长时间曝光和需要手动数据解释的限制。本研究提出了一种基于机器学习的新方法,该方法可以从XRD图案中估算体积分数,从而解决了这两个问题。该方法能够高效处理带有多色发射光谱的噪声XRD图案,并且每秒可以从数千个图案中估算出体积分数。与传统技术相比,这种方法对XRD图案的质量要求较低,因此可以缩短曝光时间。这使得我们的方法特别适用于高通量场景,例如自动驾驶实验室。我们利用模拟的XRD图案来训练两个神经网络,以处理特定材料系统的XRD数据。卷积神经网络(CNN)用于估算体积分数,而u-net风格的网络通过消除由多色发射光谱引起的峰值重复来恢复图案的可解释性。我们使用合成数据集来展示该方法的抗噪能力和分析具有多条发射线的XRD图案的能力。此外,我们还使用一个小型的实验数据集验证了我们方法的实际应用性。

1 引言

X射线衍射(XRD)是一种广泛用于分析晶体材料的技术,可以提供有关样品组成和晶体结构的见解。它对于自动驾驶实验室和组合材料探索至关重要。XRD通常需要平行单色辐射,这是通过用后续光学元件过滤多色源来获得的。与样品相互作用后,产生的X射线会形成衍射图案。为了进行准确的分析,低噪声的XRD图案是必不可少的,而这传统上需要较长的曝光时间和/或较高的辐射强度。然而,这些因素以及手动评估图案的需要,往往会在研究工作流程中造成瓶颈。其他高通量实验已经从数据驱动的分析方法中受益[1-4],XRD分析也不例外。传统上,XRD图案是通过Rietveld方法手动分析的[5],这一过程根据图案的复杂性和质量可能会有很大的工作量。为了减少对人工干预的需求,已经探索了几种方法:

- 使用分层和模糊聚类对三元相图进行相图映射[6-12];
- 基于CNN的分类器用于杂质检测[13]、相识别[14-20]、空间/消光组分析[21-23];
- 利用模糊聚类、优化和神经网络进行成分分析[24-28];
- U-net风格的网络用于对XRD图案进行去噪,既可以作为独立方法使用,也可以作为分类的预处理[22, 29]。

可以识别出三类主要的XRD成分分析方法:
- 基于优化的方法[5, 24]迭代优化输入参数以逼近XRD图案;
- 经典机器学习(ML)方法(例如,模糊C均值聚类、支持向量机)在实验数据有限时表现良好[25, 26];
- 在包含数百万个XRD图案的大型合成数据集上训练的大规模神经网络或网络系统[18, 27]。在小型数据集上,经典方法通常比卷积神经网络或长短期记忆神经网络表现更好[25, 26]。同样,基于调度的方法[27]与支持向量回归结合使用时性能有所提升,而不是与全连接单隐藏层神经网络结合使用。虽然识别提取法对于相识别已被证明有效,但它对于成分分析仍然不可靠[18]。当依赖基于fancy-PCA的数据增强时,神经网络可以达到与其他在实验数据上训练的方法相当的性能[28]。分析更复杂系统中的成分需要具有更多参数数量和/或更复杂使用方案的模型[18, 27],同时还需要大量的训练数据。由于大型实验数据集稀缺,因此从晶体结构定义生成的合成XRD数据集已成为训练的标准。合成XRD图案通常是通过先进的模拟流程创建的[13, 17, 18, 22, 27]。例如,通过叠加单相模拟、高斯噪声、随机3至5阶Chebyshev背景和空气散射效应来模拟多相XRD图案[17]。正如所展示的文献所示,机器学习可以用于XRD图案的分类和回归。然而,相对较少的研究关注自动成分分析在面对多色辐射和噪声时的鲁棒性。对于使用向量机进行分类,多篇论文发现噪声水平对聚类准确度有显著影响[19, 20]。对于分层聚类方法,几乎看不到影响[8]。据我们所知,目前还没有研究探讨多色辐射或噪声水平对使用机器学习方法进行XRD成分分析精度的影响。

1.1 贡献

我们提供了HiVE,一种从XRD图案中进行高通量体积分数估算的方法。所有训练和数据生成代码,包括我们的模拟工具YAXS(YAXS:加速XRD模拟器),都随着这篇论文一起发布。

此外,还介绍了基于神经网络的XRD分析的见解,这使得XRD可以在高通量实验中使用。

- 我们展示了我们的成分分析网络(ComaNet)在分析和使用单色辐射记录的低噪声XRD图案时,与未使用单色器记录的高噪声XRD图案时的表现相似。
- 我们详细描述了一种使用多色发射光谱生成多相XRD图案的合成数据集的方法。
- 我们证明了这种新方法可以减少曝光时间,并在保持预测质量的同时消除对单色器的需求。
- 我们在专门创建的小型实验数据集上评估了我们的方法,以对比模型在单色辐射和非单色辐射下的性能。HiVE通过消除对人工干预的需求,使得XRD可以在高通量场景和自动化系统中使用,并允许在更低的曝光时间内记录XRD图案。这些较低质量的XRD图案往往难以理解。对于需要手动检查的情况,我们提供了PatraNet(图案转换网络)来通过过滤噪声和消除由去除单色器引起的峰值来恢复可解释性。ComaNet使用CuO和的二元混合物的XRD图案合成数据集进行了验证,从而可以轻松改变噪声水平和发射光谱。我们比较了使用单色辐射和非单色辐射在不同噪声水平下产生的XRD图案的性能。此外,我们还使用合成数据和上述CuO成分空间的实验数据集分析了PatraNet,证明了可以在不同发射光谱之间转换XRD图案的可能性。

2 方法

本节的第一部分概述了所提出的方法。接下来描述了合成数据的生成过程。最后,介绍了两种网络架构及其训练和评估方案。

2.1 概述

HiVE是一种用于进行高通量体积分数估算的方法,其中已知可能的组成相(感兴趣的相),并且没有其他相以显著的数量存在。虽然HiVE可以处理少量的未知杂质,但大量未知相的存在将会影响体积分数的估算。使用HiVE需要以下步骤:
- 使用我们的模拟工具YAXS生成感兴趣相的合成数据集。
- 使用这些合成数据集训练ComaNet和PatraNet。
- 使用合成数据验证模型训练。
- 通过使用实验示例评估性能来验证数据生成。
- 将模型应用于实际数据。由于模型体积小以及数据生成工具的效率,前两个步骤通常只需要几分钟的时间。这些模型可以在消费级硬件上使用和训练,尽管训练时间较长。由于我们模型的轻量级特性,可以为要分析的新材料系统训练专门的模型。因此,避免了在训练任意XRD图案时可能出现的组合爆炸问题。HiVE在现实世界数据中的应用如图1所示。传统上,X射线在与样品相互作用之前或之后会被单色化,以去除次级峰,从而减少辐射强度。因此,高质量XRD图案的分析需要较长的曝光时间。相比之下,我们的工作流程依赖于ComaNet进行成分分析。它每秒可以分析数千个XRD图案,无需人工干预,并且可以容忍具有次级峰(由多条发射线引起)和大量噪声的XRD图案。因此,可以从XRD仪器中省略单色器,从而减少曝光时间。然而,这些XRD图案可能难以直观理解。如果需要直观检查图案,可以使用PatraNet通过过滤噪声和消除由次级发射线引起的峰值来恢复可解释性。

2.2 合成数据集生成

神经网络需要大量的训练数据——包括输入到网络的样本和相应的期望输出。因此,成分估算网络需要数十万个XRD图案和匹配的样品成分。由于这些数据不可用,我们通过模拟来生成神经网络训练的合成数据集。我们的合成数据集包括感兴趣相的XRD图案,以及潜在的输出变量,如成分或模型相的性质。图2指导了我们对XRD图案模拟的数学描述。单个XRD图案(见图2A)由原始图案、背景信号和高斯噪声构成。我们使用从均匀采样的系数的随机10阶Chebyshev多项式来模拟背景。

背景值被映射到0到最大背景高度之间的区间。
原始图案是由单个发射线图案组成的,这些图案根据发射谱中其他发射线的强度进行加权。为了模拟训练数据中不存在的相(用于量化的相),我们在原始图案中添加了一个杂质图案。这允许在生成的数据集上训练的模型处理未指定的相。单个发射线图案由杂质图案和根据它们的体积分数加权的组成相的图案组成(见图2B)。

为了生成我们的数据集,我们使用了1:7的单相和多相样品混合物。我们选择这种方法而不是均匀采样成分空间,以提高对单相图案的性能。每个单相图案是由伪Voigt峰组成的,这些峰的位置和强度是通过模拟得到的。我们强调这些峰的位置和强度取决于相和发射线的波长,使用了下标和上标来表示。下标表示峰的晶体学平面。峰宽是使用GSAS-II中实现的大小展宽方法和随机采样的Caglioti参数计算得出的。在这些数据集上训练的模型应该能够处理来自各种设备和具有不同晶粒大小的XRD图案。杂质图案是由具有均匀随机高度和位置的杂质峰组成的。

杂质峰的位置和强度是从使用的区间均匀采样的,从到最大杂质高度的区间。
单相图案的峰位置和强度是使用pymatgen中实现的算法从CIFs模拟得到的。为了提高在数据集上训练的模型的泛化能力,我们通过拉伸单元格来模拟外部和内部力。对这些单元格施加应变条件(见图2C)。这些应变条件具有最大振幅,并保持相的对称性。此外,根据样品位移和测角仪半径应用峰位置移动,以捕捉XRD分析中最大的误差源之一。

2.2.1 参数值

XRD图案中的噪声水平不取决于最大峰的高度。同样,与潜在杂质相关的峰值高度也不依赖于干净图案的最大峰值高度。因此,在对图案进行归一化之前,我们需要添加噪声和杂质峰值。这意味着在模拟中,我们需要最大噪声水平、最大杂质峰值高度和背景高度的绝对值。这些值完全是模拟的产物,它们的绝对值对讨论来说并不重要。因此,任何数值都显示为参考高度的分数,该参考高度是根据具有任意选定模拟参数的100% CuO图案来确定的。有关其定义,请参阅支持信息。所有模拟参数的总结也可以在支持信息中找到(表S2)。最高和最低的噪声水平显示在图3中。这些限制是任意选择的,以便下限代表干净的XRD图案,而上限代表曝光时间极短的情况,在这种情况下,峰值几乎无法用肉眼辨认。图3可以在图形查看器中打开。

两种未经归一化的XRD图案,其和组成不同。峰值高度取决于组成,而峰值的可见度取决于。

2.2.2 体积分数估计
ComaNet执行我们方法的组成分析,并需要一个包含XRD图案和匹配组成的数据集进行训练。本研究分析了发射光谱对组成分析预测质量的影响。因此,为表1中显示的每个发射光谱模拟了XRD图案数据集。对于每个发射光谱,都会训练和评估ComaNet的实例。在非物理单色参考光谱中,只使用了铜K线发射线。该发射光谱代表了许多实验室铜XRD仪器。我们添加了铜线的发射线来模拟移除仪器的单色器。和被构建为与光谱相似,但是具有靠近两条标准线的非物理发射线。它们被用来研究使用具有相似发射线的光谱生成的数据与使用差异较大的光谱生成的数据之间的潜在差异。图5展示了所使用的发射线的位置,其中它们与铜发射光谱的示意图重叠显示。图4可以在图形查看器中打开。

对于相同混合物的三种发射光谱,比较了合成的XRD图案。峰值数量和形状取决于所使用的发射线。图5可以在图形查看器中打开。

铜发射光谱[34](示意图)以及本文中使用的发射线。表1. 发射光谱(行)及其组成的发射线。权重和发射能量可以在支持信息(表S3)中找到。

图4显示了使用不同发射光谱的单一样品的合成XRD图案。使用光谱生成的XRD图案在峰值形状上与和光谱略有不同。和峰在某些位置重叠并形成肩部。在谱图中,峰有时会与双峰重叠,导致强烈的肩部效应。特别是谱图包含更多的强烈肩部效应,并且与谱图相比有更多的峰重叠。根据Caglioti参数和域大小,具有重叠的峰在高的时会分离成与相同晶体学平面相关的两个峰。体积分数估计数据集是一系列输入XRD图案和输出的集合。其输出包括体积分数和用于构建XRD图案的次要参数。

(8)
在这里,是使用上述过程通过和创建XRD图案的函数。下标表示组分对应的量的值,是组分的数量。次要参数包括:
- 域大小,
- 应用于单元格的应变矩阵的左下半部分,
- Caglioti参数(),
- 样品位移。
- 切比雪夫系数

域大小和应变是物理特性,因不同的结晶特性和杨氏模量而各自特定于每个相。像GSAS-II[30]这样的现代Rietveld分析软件一样,针对每个相分别建模。Caglioti参数用于模拟仪器特性,因此对所有组分都是相同的。同样,对所有组分来说都是相同的,因为我们期望样品的均匀混合。

因此定义为

(9)
表示每个组分的变量,是组分的数量,表示参数的平整和扩展(见支持信息中的示例方程S(6))。为了模拟峰值,我们对每个组分的单元格施加了10,000种应变条件。对于每个发射光谱,我们模拟了200万个XRD图案。对于每个图案,随机选择一个发生应变的单元格,并采样次要参数和背景的切比雪夫系数。得到的图案被分为训练集、验证集和测试集,比例分别为{0.6, 0.2, 0.2}。

2.2.3 XRD图案转换
使用多色发射光谱和短曝光时间生成的XRD图案包含次要峰值和大量噪声。由于这些特性,它们可能无法解释。引入了PatraNet来将缺乏可解释性的图案转换为传统记录的XRD图案,通过去除次要峰值和噪声。为了训练PatraNet以去除由次要发射线引入的峰值,我们设计了(合成的)转换数据集。它的构建方式与体积分数估计数据集类似:使用2.2小节中描述的方法生成XRD图案,但模型的输入和它们期望的输出都是XRD图案。输入图案是使用发射光谱生成的,输出图案使用发射光谱生成。

对于每对输入-输出,所有构建参数和组成都是相同的,除了用于计算峰值位置的发射光谱。作为输入,我们使用具有发射线的图案(权重[35]在表S3中),输出图案使用发射光谱生成。输入图案通常进行归一化,但输出图案使用输入的最小值和最大值进行归一化。

这消除了XRD图案基线之间的强度偏移,并改善了可视化效果。图4显示了没有噪声和背景的输入和输出的示例。输入和输出分别用和标记。

2.2.4 实现
上述XRD模拟过程在我们的模拟工具YAXS中实现。它可以在我们的GitHub仓库中找到。YAXS是一个根据用户在使用YAML文件中指定的参数可重复生成XRD图案分布的工具。这些配置文件可以方便地存储在版本控制系统中,并且可以在不保存数据本身的情况下对训练数据进行版本控制。YAXS利用多线程算法来计算峰值位置、强度和宽度,然后使用GPU加速的方法进行渲染。充分利用现代硬件能力,它能够在30秒多一点的时间内模拟200万个二元混合物的XRD图案(13GB,即本工作中使用的一个训练数据集的大小),在我们的硬件上达到了这样的速度。

2.3 ComaNet
为了估计组分的体积分数,我们开发了基于CNN的ComaNet(组成分析网络)架构。每个ComaNet实例都是针对特定的材料组合和范围进行训练的。它预测体积分数和方程(9)中描述的次要参数。这规范了训练过程,并且可以用来恢复没有背景、噪声和杂质的XRD图案版本。

2.3.1 模型架构
模型架构的示意图可以在图6中找到。输入的XRD图案(作为2048个步骤)通过多个卷积层。提取中间特征并通过降维层来调整它们的尺寸,使其达到相似的维度。为了减少过拟合,在每个降维层之后应用了50%的丢弃率。结果特征被连接起来并输入到两个密集层中,这些层预测样品组成和次要参数。详细的模型定义可以在训练仓库中找到。总的来说,ComaNet有53k个参数。

2.3.2 训练
ComaNet使用体积分数分析数据集进行训练,采用两部分损失:组成估计损失和次要参数的损失

两个组分使用权重因子进行加权,该权重因子可以设置为超参数。由于所有次要输出都归一化到了,因此每个组分的相应次要损失被限制在0.0到1.0之间。在我们有两个组分的情况下,我们的次要损失因此被限制在该范围内,我们选择它比体积分数损失稍微重要一些。负责学习组成相的体积分数。我们选择了总变异距离,它描述了两个之和为1的向量之间的距离(概率分布)。它准确地描述了需要最小化的量,并且可以直观地解释为未被正确识别的物理样品的比例。此外,它的范围在0到1之间,便于解释和比较不同模型之间的预测。次要损失有助于规范训练并使模型的预测更容易调试。次要输出可以用来重建输入的XRD图案(在背景拟合之后)。这种重建可以用来验证相应的预测是否合理。ComaNet架构是使用PyTorch[36]实现的,并使用ADAM优化器进行训练。我们使用的学习率为,並使用PyTorch的ReduceLROnPlateau在学习过程中调整学习率。一次20个周期的训练在一个NVIDIA RTX6000 Ada 48 GB显卡上大约需要14分钟。

2.3.3 度量标准
我们使用从总变异距离(见方程(13)派生的质量度量()来衡量ComaNet的性能,该距离是真实体积分数和预测之间的差异

2.4 PatraNet
PatraNet执行XRD图案的去噪和去除由次要发射线产生的峰值。

2.4.1 架构
我们选择了u-net风格的架构[37],因为它在图像去噪[38]和领域转换[39]的背景下表现良好,并且已经在XRD处理的类似情况下被使用[22, 29]。原始的u-net架构被修改为适用于1D输入长度2048(步骤)。我们通过将每个深度的卷积次数减少到1,并在第一个层之后使用4个通道而不是64个通道来简化架构。我们使用深度为4和核大小为3。每个深度使通道数量翻倍,并将第一个输入维度减半,就像标准u-net一样。此外,我们在瓶颈处添加了一个带有残差连接的线性层,以便传递全局信息。总的来说,PatraNet包含了60k个参数。

2.4.2 训练
PatraNet在转换数据集上进行训练。我们使用50/50加权的MSE和MAE损失来同时惩罚较大的偏差和减少较小的错误

对于PatraNet的训练,每个图案的噪声水平是从均匀抽样的。然后,每个图案的噪声是从均匀抽样的。由于每个图案的最大噪声是从均匀抽样的,网络也经过训练以处理较低的噪声水平。PatraNet也是使用PyTorch实现的,并使用ADAM优化器进行训练。我们使用的学习率为,并使用PyTorch的ReduceLROnPlateau学习率调度器来进行学习率调整。一次训练运行(20个周期)在一个NVIDIA RTX6000 Ada 48 GB显卡上大约需要15分钟。为了直观地捕捉峰高再现中的误差,我们使用每个模式中出现的最大MAE作为第二个指标。

这里的(XRD模式中的强度)表示XRD模式中的强度,(离散化位置)表示离散化的位置,(步数)表示步数。图7展示了一个示例平移的两个指标。期望的输出和实际输出分别用红色和橙色显示。(条形图)表示某个特定的值,深灰色区域表示某个范围内的值。图表可以在图查看器或PowerPoint中打开。

平移指标受输入和输出之间差异的平均值影响,而最大MAE则反映了最大的差异。

2.5 方法验证
本节包含了我们进行的实验,用以展示HiVE的工作原理。由于缺乏实验数据集,我们使用合成数据来验证我们的方法。我们选择了二元CuO-成分空间,并改变了模拟参数。我们对体积分数估计网络ComaNet的性能进行了分析,考虑了不同的噪声和发射光谱配置。我们还评估了PatraNet在一种配置下的指标,以证明其原理上的有效性。

2.5.1 成分估计
我们的成分分析网络ComaNet可以从XRD模式中估计组分体积分数,并预测可用于重建输入模式的次要参数。我们分析了它在不同噪声水平和发射光谱下的性能,以研究这些因素对预测质量的影响。
噪声水平被改变,以判断暴露时间的影响(具体值见表S4)。
发射光谱被改变,以分析不同的X射线源是否会影响HiVE的预测质量(见表1)。在所有实验中,背景高度都被设置为某个值。对于每个发射光谱,模拟了XRD模式。一些XRD模式用于训练,一些用于训练期间的验证,还有一些用于本节的分析。它们的性能使用某个指标进行评估(见表(15))。图8显示了所有模型在训练噪声水平下2.5-97.5百分位区间的分布情况。右侧显示了每个发射光谱的分布情况。可以观察到模型预测分数之间的小幅差异,但这些差异被误差分布的扩散所掩盖。在高噪声水平下,误差分布更宽,模型平均得分更低。图8可以在图查看器或PowerPoint中打开。

预测质量和2.5%到97.5%的区间相对于某个基准值。该基准值对应于我们测试的最大噪声,最小噪声对应于最小噪声值。所有测试的发射光谱大体相似,其中某个发射光谱的平均表现略差,误差分布也稍宽。在每个噪声水平之上,图中展示了一个合成XRD模式的段,作为每个数据集中噪声最大模式的例子。对于某些发射光谱,其分布存在微小差异。如果将某个发射线引起的峰添加到模式中,平均性能会略有下降。由于附近的发射线与远处的发射线对峰形的影响不同,我们还研究了其他发射光谱。分别向发射光谱中添加了一条和两条靠近该线的发射线。在这些非物理发射光谱上训练的模型的性能与单色和多色光谱相当。与噪声水平的影响相比,改变发射光谱的影响较小。如果发射线的能量相似,多色发射光谱似乎不会对预测质量产生不利影响。如果发射线之间的距离较远,比如相对于某个线的线,预测质量会受到更大影响,但差异仅是微小的。因此,在使用机器学习评估XRD模式时,可以使用单色和多色发射光谱。如果需要更高的吞吐量,可以从现有的XRD仪器中移除单色器,以增加探测器处的X射线强度。此外,理论上成分估计可以对噪声具有很高的容忍度。图8中的示例模式以橙色和红色显示,几乎无法区分峰和噪声,但我们的模型仍然能够在最高噪声水平下对50%的XRD模式获得某个指标(而在我们测试的最低噪声水平下这一比例为90%)。根据愿意接受的精度降低程度,这应该可以大幅提高吞吐量。我们得出结论,ComaNet在理论上是XRD成分分析的一个可行解决方案,并可能通过出色的噪声和次级峰容忍度,在高通量场景中使用XRD。

2.5.2 XRD模式平移
为了辅助体积分数估计,我们提供了一个网络,用于帮助直观检查使用多色发射光谱记录的XRD模式。PatraNet可以用来将XRD模式平移到另一种XRD模式,通过移除某些峰并减少噪声来恢复模式的可解释性。由于该网络仅用于视觉检查,我们测试了输入XRD模式中噪声水平为一个特定值的配置。这个噪声水平远超通常在低质量XRD模式中遇到的噪声水平。因此,在这个噪声水平下足够的性能应该足以应对实际应用。图9展示了一个具有最大噪声的合成XRD模式平移的例子。总体而言,原始模式(真实值)和平移后的模式匹配得相当紧密,由某个发射线引起的峰和噪声被移除了,同时保留了背景轮廓。然而,一些小峰没有被正确传递。因此,这种方法仅应用于视觉检查,而不应作为进一步分析的预处理步骤。

2.6 实验验证
为了验证我们的方法在实验数据上的效果,我们创建了一个包含五种CuO和(其他成分)混合物的小数据集(0, 25, 50, 75, 和100 wt-%CuO)。每种混合物的XRD模式是使用某个XRD仪器(Bruker AXS D8配备DAVINCI衍射仪)测量的。(辐射角度)从10°变化到70°,步长为0.0204°。这些模式被线性插值到所需的模型输入尺寸以便处理。为了覆盖多种噪声水平和(某种成分)峰的存在,我们改变了曝光时间(0.1, 1, 2, 和5秒),并分别在有和没有单色器的情况下进行了每次测量。由于我们发现了该方法在预测中的一个问题,后来又记录了一个含有70%CuO的样本。图11展示了实验数据集中的两个示例XRD模式,所有实验样本的属性都在表2中列出。考虑到上述的噪声水平和发射光谱,每个样本测量了八次,得到了48个XRD模式。这些模式的(辐射角度)范围从10°到70°,步长为0.0204°。这些模式(长度为2934个数据点)被插值到2048个步骤,并在网络处理前被归一化到某个范围。图11可以在图查看器或PowerPoint中打开。

表2显示了实验样本的参数。所有样本都是在0.1、1、2和5秒的曝光时间内,使用某种和某种辐射记录的。样本索引
1
2
3
4
5
6
CuO重量百分比
0
25
50
70
75
100

2.6.1 定量化
训练了两个ComaNet实例来分析实验数据,一个针对某种发射光谱,另一个针对另一种发射光谱。模型在20个周期内使用了200万个XRD模式进行了训练,训练/验证比例为60/40,类似于合成参数研究。模式使用具有最大标准差的高斯噪声进行增强,最大背景高度根据实验XRD模式中的背景幅度进行了设置(见图11)。模型的验证得分分别为0.971和0.968。有关完整的数据生成和训练参数,请参考GitHub仓库。

图12展示了ComaNet在实验模式上的性能。平均而言,我们达到了0.972的得分,其中最嘈杂模式的最低得分为0.937。图12可以在图查看器或PowerPoint中打开。

图13展示了另一种辐射下的类似结果。我们观察到平均得分为0.97,在最坏的情况下得分为0.91。这表明我们的模型能够泛化到实验数据,并且即使对于曝光时间较短的XRD模式也能预测体积分数。

2.6.2 平移
由于(某种成分)和(另一种成分)辐射之间的背景轮廓不同,因此无法对PatraNet在实验数据上的能力进行定量评估。然而,我们可以展示模型对示例模式的输出。图14展示了我们实验数据集中的一个平移示例。该模型产生了模式的清晰版本。背景、峰的位置和强度得到了大致恢复,就像在合成测试中一样,但(某种成分)峰和噪声被移除了。

3 结论
我们提出了HiVE,这是一个新颖的系统,用于处理无需使用XRD仪器中的单色器就能记录的XRD模式。我们的体积分数估计模型的预测质量在广泛的噪声水平范围内得到了验证。通过对合成和实验XRD模式的分析,我们得出结论,我们的方法可以用于高通量场景,其中低曝光时间会导致XRD模式中的高噪声。此外,我们的模型能够分析由多色发射光谱产生的XRD模式,从而消除了对XRD设备中单色器的需求。ComaNet可以对噪声具有极高的容忍度,允许在几乎无法用肉眼区分峰的XRD模式下进行操作。为了恢复这些类型XRD模式的可解释性,我们引入了PatraNet来“转换”XRD模式为传统的发射光谱和曝光时间。由于我们模型的规模以及数据生成管道的速度,我们可以在几分钟内模拟训练数据并为特定问题生成新的模型。因此,我们不需要一个能够分析任意XRD模式的“完美模型”。相反,当需要分析一个材料系统时,我们建议专门为该任务训练一个轻量级的网络。该模型可以在不处理由任意成分组合分析所产生的组合爆炸问题的情况下进行训练和验证。在初步工作[40]中,我们已经使用合成数据证明,我们的方法通常可以用于更复杂的材料混合物,并且适用于单色发射光谱。在这里,我们展示了该方法可以应用于合成数据和实验数据,这些数据涉及二元混合物和多条发射线。未来的工作应该通过使用多色发射光谱来测试更复杂的成分混合物,以继续增加研究的复杂性。

附加支持信息可以在在线的“支持信息”部分找到。

致谢
本项目得到了Project DEAL的支持和资助。这项工作由亥姆霍兹协会(Helmholtz Association)的材料系统工程计划(43.31.02)提供资金支持。该团队还获得了“后锂存储卓越集群”(Post Lithium Storage Cluster of Excellence,PoLiS)的资助。

利益冲突
作者声明没有利益冲突。

注释

1. https://github.com/hawo-hoefer/yaxs

2. https://github.com/hawo-hoefer/yaxs

3. https://github.com/hawo-hoefer/cuo-fe3o4-xrd-analysis

4. https://github.com/hawo-hoefer/patranet-training

5. 需要注意的是,在我们的40万个模式测试数据集中(大约1.73%),有少数模式的误差超过了0.2。这些灾难性的错误发生在窄峰处,即杂质峰与常规峰重叠的地方,以及输入XRD模式的边界处。

6. 在进行-平移的初步测试中得到了类似的结果,但为了简洁起见,我们选择省略这部分内容。

7. https://github.com/hawo-hoefer/cuo-fe3o4-xrd-quantification

数据可用性声明
用于数据集生成和神经网络训练的代码可在以下链接找到:https://github.com/hawo-hoefer/yaxs、https://github.com/hawo-hoefer/patranet-training 和 https://github.com/hawo-hoefer/cuo-fe3o4-xrd-analysis。如果使用了实验数据进行测试,这些数据也会在相应的代码库中提供。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号