原子分辨STEM数据的新解法："潜在场重建"解码Sm掺杂BiFeO3的相演变
Newsha Javanmardi（美国俄勒冈大学）、Sergei V. Kalinin等研究者8月20日在arXiv提出基于"潜在场"（latent field）的原子分辨STEM图像分析方法，绕过传统原子列定位流程，直接从数据重建极化、应变、晶格旋转等连续物理场，并应用于Sm掺杂BiFeO3铁电体的成分驱动相演变研究，为成分-结构-功能耦合提供定量成像分析新工具。
表征方法
共 1 篇 · B910 化工资讯聚合
共 1 篇 · B910 化工资讯聚合
Newsha Javanmardi（美国俄勒冈大学）、Sergei V. Kalinin等研究者8月20日在arXiv提出基于"潜在场"（latent field）的原子分辨STEM图像分析方法，绕过传统原子列定位流程，直接从数据重建极化、应变、晶格旋转等连续物理场，并应用于Sm掺杂BiFeO3铁电体的成分驱动相演变研究，为成分-结构-功能耦合提供定量成像分析新工具。
