Novelty-Driven Target-Space Discovery in Automated Electron and Scanning Probe Microscopy
이 논문은 실험 중 구조 - 특성 관계를 학습하여 목표 공간에서 새로운 현상을 능동적으로 탐색하도록 설계된 딥 커널 학습 기반 BEACON 프레임워크를 개발하고, 이를 사전 데이터 벤치마킹과 주사 투과 전자 현미경 (STEM) 실증 실험을 통해 검증하여 자동화 현미경의 발견 주도적 전략을 제시했습니다.