「オンザフライ 」でデータ解析を行う新しいX線顕微鏡法を開拓(Scientists pioneer new X-ray microscopy method for data analysis ​“on the fly”)

ad

2024-04-24 アルゴンヌ国立研究所(ANL)

アルゴンヌ国立研究所の研究チームは、X線顕微鏡技術に機械学習を取り入れた新しい方法を開発しました。この技術は、素材サンプルのデータ処理速度を大幅に向上させ、データ収集量を削減します。特に、新しいニューラルネットワークを使用して実験中にデータをリアルタイムで解析し、実験の調整が即座に行えるようにすることが可能です。この進歩により、科学者は素材の詳細な分析を迅速に行い、即座に実験条件を調整することができるようになり、より多くの実験が可能になります。

<関連情報>

エッジでのディープラーニングがリアルタイム・ストリーミング・プティコグラフィ・イメージングを可能にする Deep learning at the edge enables real-time streaming ptychographic imaging

Anakha V. Babu,Tao Zhou,Saugat Kandel,Tekin Bicer,Zhengchun Liu,William Judge,Daniel J. Ching,Yi Jiang,Sinisa Veseli,Steven Henke,Ryan Chard,Yudong Yao,Ekaterina Sirazitdinova,Geetika Gupta,Martin V. Holt,Ian T. Foster,Antonino Miceli & Mathew J. Cherukara
Nature Communications  Published:03 November 2023
DOI:https://doi.org/10.1038/s41467-023-41496-z

「オンザフライ 」でデータ解析を行う新しいX線顕微鏡法を開拓(Scientists pioneer new X-ray microscopy method for data analysis ​“on the fly”)

Abstract

Coherent imaging techniques provide an unparalleled multi-scale view of materials across scientific and technological fields, from structural materials to quantum devices, from integrated circuits to biological cells. Driven by the construction of brighter sources and high-rate detectors, coherent imaging methods like ptychography are poised to revolutionize nanoscale materials characterization. However, these advancements are accompanied by significant increase in data and compute needs, which precludes real-time imaging, feedback and decision-making capabilities with conventional approaches. Here, we demonstrate a workflow that leverages artificial intelligence at the edge and high-performance computing to enable real-time inversion on X-ray ptychography data streamed directly from a detector at up to 2 kHz. The proposed AI-enabled workflow eliminates the oversampling constraints, allowing low-dose imaging using orders of magnitude less data than required by traditional methods.

1600情報工学一般
ad
ad
Follow
ad
タイトルとURLをコピーしました