une. Structure atomique globale d'une nanoparticule de Pt déterminée dans cette étude, avec un substrat SiN représenté par des disques noirs et gris. b. Structure facettaire identifiée de la nanoparticule de Pt, montrant toutes les facettes. c, ré. Iso-surfaces de densité 3D reconstruite à partir de la tomographie électronique, avant (c) et après (d) l'augmentation basée sur l'apprentissage en profondeur, respectivement. e, F. Intensité du volume de reconstruction tomographique et positions des atomes tracées. Chaque tranche représente une couche atomique, et les points bleus indiquent les positions atomiques 3D tracées avant (e) et après (f) l'augmentation basée sur l'apprentissage en profondeur. Les arrière-plans en niveaux de gris sont des iso-surfaces de densité 3D. Crédit :KAIST
Les atomes sont les éléments de base de tous les matériaux. Pour adapter les propriétés fonctionnelles, il est essentiel de déterminer avec précision leurs structures atomiques. Les chercheurs de KAIST ont observé la structure atomique 3D d'une nanoparticule au niveau de l'atome via la tomographie électronique atomique assistée par réseau de neurones.
En utilisant une nanoparticule de platine comme système modèle, une équipe de recherche dirigée par le professeur Yongsoo Yang a démontré qu'une approche d'apprentissage en profondeur basée sur l'atomicité peut identifier de manière fiable la structure atomique de surface 3D avec une précision de 15 picomètres (seulement environ 1/3 du rayon d'un atome d'hydrogène). Le déplacement atomique, souche, et l'analyse des facettes a révélé que la structure atomique de surface et la déformation sont liées à la fois à la forme de la nanoparticule et à l'interface particule-substrat. Cette recherche a été rapportée dans Communication Nature .
Combiné avec des calculs de mécanique quantique tels que la théorie fonctionnelle de la densité, la capacité d'identifier avec précision la structure atomique de surface servira de clé puissante pour comprendre les performances catalytiques et l'effet d'oxydation.
« Nous avons résolu le problème de la détermination de la structure atomique de surface 3D des nanomatériaux de manière fiable. Il a été difficile de mesurer avec précision les structures atomiques de surface en raison du « problème du coin manquant » en tomographie électronique, qui découle de limitations géométriques, ne permettant de mesurer qu'une partie d'une plage angulaire tomographique complète. Nous avons résolu le problème en utilisant une approche basée sur l'apprentissage en profondeur, " a expliqué le professeur Yang.
Le problème du coin manquant entraîne un allongement et des artefacts de sonnerie, affectant négativement la précision de la structure atomique déterminée à partir du tomogramme, notamment pour identifier les structures de surface. Le problème du coin manquant a été le principal obstacle à la détermination précise des structures atomiques de surface 3D des nanomatériaux.
L'équipe a utilisé la tomographie électronique atomique (AET), qui est essentiellement un scanner à très haute résolution pour les nanomatériaux utilisant des microscopes électroniques à transmission. L'AET permet une détermination structurelle atomique 3D au niveau de l'atome individuel.
"L'idée principale derrière cette approche basée sur l'apprentissage en profondeur est l'atomicité - le fait que toute la matière est composée d'atomes. Cela signifie que le véritable tomogramme électronique à résolution atomique ne devrait contenir que des potentiels atomiques 3D nets convolués avec le profil du faisceau d'électrons, " a déclaré le professeur Yang.
"Un réseau de neurones profonds peut être formé à l'aide de tomogrammes simulés qui souffrent de coins manquants en tant qu'entrées, et les volumes atomiques 3D de vérité terrain comme cibles. Le réseau d'apprentissage en profondeur formé augmente efficacement les tomogrammes imparfaits et supprime les artefacts résultant du problème de coin manquant."
La précision de la structure atomique 3D peut être améliorée de près de 70 % en appliquant l'augmentation basée sur l'apprentissage en profondeur. La précision de l'identification des atomes de surface a également été considérablement améliorée.
Relations structure-propriétés des nanomatériaux fonctionnels, surtout celles qui dépendent fortement des structures de surface, telles que les propriétés catalytiques pour les applications de piles à combustible, peut maintenant être révélé à l'une des échelles les plus fondamentales :l'échelle atomique.
Le professeur Yang a conclu, "Nous aimerions cartographier entièrement la structure atomique 3D avec une plus grande précision et une meilleure spécificité élémentaire. Et ne nous limitant pas aux structures atomiques, nous visons à mesurer le physique, chimique, et les propriétés fonctionnelles des nanomatériaux à l'échelle atomique 3D en faisant progresser davantage les techniques de tomographie électronique."
