Mapping Order in Semicrystalline Polymers using Machine Learning of Nanobeam Electron Diffraction
Este artigo demonstra que um modelo de aprendizado de máquina treinado em dados sintéticos pode detectar de forma rápida e precisa picos de difração de polímeros em conjuntos de dados de difração de feixe de nano-feixe ruidosos, superando significativamente algoritmos correlativos convencionais para permitir a visualização quase em tempo real de relações estrutura-propriedade em condutores eletrônicos iônicos mistos orgânicos semicristalinos.