CE09 - Nano-objets et nanomatériaux fonctionnels, interfaces 2024

Deep Learning pour l'analyse des images de microscopie électronique des nano-alliages – Nano-Insight

Résumé de soumission

Grâce à leurs propriétés uniques, les nano-alliages trouvent des applications en catalyse, en détection. Pour tirer le meilleur profit de leur potentiel, il faut pouvoir les fabriquer avec une taille, une morphologie et une composition chimique précises. Bien qu'il existe des méthodes de synthèse, une technique de caractérisation complète manque encore. La microscopie électronique HRTEM et STEM sont des outils puissants, mais l'interprétation de ces images reste un défi. Ce projet vise à transformer l'analyse en couplant les simulations atomistiques avec le deep learning (DL).

Nous établirons une base de données d'entraînement pour les systèmes DL en utilisant des structures de nanoalliages issues de simulations atomistiques. En nous appuyant sur l'approximation du second moment des liaisons fortes (TB-SMA), nous simulerons des nanoalliages en déterminant leurs configurations. Ces structures serviront ensuite à la génération d'images HRTEM et STEM, reproduisant des scénarios réels avec des variations de défocus, de coefficients d'aberration et de résolutions.

Le cœur du projet réside dans le développement de systèmes DL pour l'analyse des images HRTEM et STEM. Ces modèles DL aideront à la classification des nano-alliages sur la base de leur ordre chimique, à la détermination de leur structure, à la détermination des paramètres du microscope et à l'amélioration de la qualité des images grâce à des techniques de débruitage et de super-résolution. La collaboration avec des experts en microscopie électronique garantit la validation et l'applicabilité.

L'analyse des images HRTEM et STEM était manuelle et laborieuse. En introduisant le DL, nous automatisons le processus tout en améliorant la précision et la richesse de l'analyse. Alors que le DL révolutionne divers domaines, notre projet se situe à la croisée de la nanotechnologie et de l'intelligence artificielle, s'efforçant de redéfinir les standards de l'imagerie et de l'analyse de la microscopie électronique.

Coordination du projet

Georg Daniel FÖRSTER (Centre national de la recherche scientifique)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

ICMN Centre national de la recherche scientifique

Aide de l'ANR 289 226 euros
Début et durée du projet scientifique : novembre 2024 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter