あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Nanotechnology.2020 Jul;doi: 10.1088/1361-6528/aba5b6.Epub 2020-07-14.

教師なし学習を用いた4D-STEMを用いたエピタキシャル二層膜MX2の積層順序の解明

Unravelling stacking order in epitaxial bilayer MX2 using 4D-STEM with unsupervised learning.

  • Ankit Nalin Mehta
  • Nicolas Gauquelin
  • Magnus Nord
  • Andrey Orekhov
  • Hugo Bender
  • Dorin Cerbu
  • Johan Verbeeck
  • Wilfried Vandervorst
PMID: 32663810 DOI: 10.1088/1361-6528/aba5b6.

抄録

様々な単層遷移金属ジカルコゲナイド(MX)の広範な研究に続いて、研究の関心は多層膜システムへと拡大してきました。二層構造のMXでは、積層順序が局所的なバンド構造に強く影響を与え、局所的な閉じ込めや対称性を決定します。多層MXドメインにおける積層順序の決定は、通常、構成層の面内配向の事前知識に依存します。これは、よく定義された三角形のドメインをもたらす成長の場合にのみ可能であり、六角形または不規則な形状の島を持つ閉じた層の場合には有用ではありません。積層順序は、回折ピーク強度の変化を測定することで、逆数空間内で識別することができます。検出器技術の進歩により、高品質の4次元データセットを高速で取得することが可能となり、後に処理することで、厚さ、配向、ねじれ、ひずみなどの有用な情報を抽出することができます。ここでは、4次元走査透過電子顕微鏡(4D-STEM)とマルチスライス回折シミュレーションを組み合わせて、エピタキシャル成長した二層MoSの積層秩序を解明します。機械学習に基づいたデータセグメンテーションを用いて、単分子膜の結晶粒の配向と二層MoSのスタッキングに関する有用な統計量を得ることができた。

Following an extensive investigation of various monolayer transition metal dichalcogenides (MX), research interest has expanded to include multilayer systems. In bilayer MX, the stacking order strongly impacts the local band structure as it dictates the local confinement and symmetry. Determination of stacking order in multilayer MXdomains usually relies on prior knowledge of in-plane orientations of constituent layers. This is only feasible in case of growth resulting in well-defined triangular domains and not useful in-case of closed layers with hexagonal or irregularly shaped islands. Stacking order can be discerned in the reciprocal space by measuring changes in diffraction peak intensities. Advances in detector technology allow fast acquisition of high-quality four-dimensional datasets which can later be processed to extract useful information such as thickness, orientation, twist and strain. Here, we use 4D scanning transmission electron microscopy (4D-STEM) combined with multislice diffraction simulations to unravel stacking order in epitaxially grown bilayer MoS. Machine learning based data segmentation is employed to obtain useful statistics on grain orientation of monolayer and stacking in bilayer MoS.

© 2020 IOP Publishing Ltd.