Accelerating Structure-Property Relationship Discovery with Multimodal Machine Learning and Self-Driving Microscopy
यह शोध पत्र एक स्व-चालित माइक्रोस्कोपी ढांचे को प्रस्तुत करता है जो अनुकूल डेटा अधिग्रहण के लिए दोहरी-नूतनता वाले डीप कर्नेल लर्निंग और प्रतिनिधित्व शिक्षण के लिए एक दोहरे वेरिएशनल ऑटोएनकोडर को एकीकृत करता है ताकि हैलाइड पेरोव्स्काइट फिल्मों में संरचना-गुण संबंधों को स्वायत्त रूप से मैप किया जा सके, जो विशिष्ट नैनोस्केल संरचनात्मक रूपांकनों से जुड़े विशिष्ट हिस्टेरेसिस व्यवहारों को प्रकट करता है।