Energetically Driven Structure Matching for Autonomous Total X-ray Scattering Experiments
Diese Arbeit stellt ein energetisch gesteuertes, hierarchisches Strukturabgleichs-Framework vor, das eine schnelle idealisierte Vorauswahl mit gezielter maschinell gelernter Potenzial- und Molekulardynamik-Verfeinerung kombiniert, um eine Echtzeit-Atommodellierung von Goldnanopartikeln während autonomer totaler Röntgenstreuexperimente zu ermöglichen.