Ученые МГТУ им. Н. Э. Баумана разработали и апробировали эффективный способ настройки атомно-силового микроскопа с помощью искусственной нейронной сети. Результаты работы были представлены на форуме «Микроэлектроника» и Всероссийской молодежной научно-инженерной выставке "Политехника".Результаты работы были представлены на форуме «Микроэлектроника» и Всероссийской молодежной научно-инженерной выставке "Политехника".
Манипулировать нанообъектами вслепую так же невозможно, как собрать конструктор в полной темноте: именно поэтому нанотехнологии не могут существовать без контроля и измерений. Для оперативного контроля формируемых наноструктур в лабораториях часто используют атомно-силовую микроскопию, реализуемую методом амплитудно-модуляционного полуконтактного сканирования. Этот способ характеризуется сложностью и длительностью настроек режимов исследования образцов во избежание появления на микроскопических изображениях несвойственных ему деталей - артефактов. Группа студентов и аспирантов лаборатории нано- и микроструктур кафедры «Электронные технологии в машиностроении» разработала нейронную сеть, которая оптимизирует настройки по полученным изображениям, что позволяет сделать процедуру контроля более эффективной.
Манипулировать нанообъектами вслепую так же невозможно, как собрать конструктор в полной темноте: именно поэтому нанотехнологии не могут существовать без контроля и измерений. Для оперативного контроля формируемых наноструктур в лабораториях часто используют атомно-силовую микроскопию, реализуемую методом амплитудно-модуляционного полуконтактного сканирования. Этот способ характеризуется сложностью и длительностью настроек режимов исследования образцов во избежание появления на микроскопических изображениях несвойственных ему деталей - артефактов. Группа студентов и аспирантов лаборатории нано- и микроструктур кафедры «Электронные технологии в машиностроении» разработала нейронную сеть, которая оптимизирует настройки по полученным изображениям, что позволяет сделать процедуру контроля более эффективной.
«Достоинство разработки заключается в сочетании доступных средств анализа и высокой точности получаемых результатов», - рассказывает один из авторов разработки магистрант кафедры Маргарита Кошелева.
Разработанная нейросеть состоит из трех основных блоков. В первом блоке чередующиеся слои свертки и подвыборки выделяют в изображении артефакты. Во втором блоке многослойный персептрон с промежуточными слоями регуляризации осуществляет их анализ и классификацию. В третьем блоке второй многослойный персептрон соотносит распознанные артефакты с настройками микроскопа (скорость сканирования Rate, амплитуда колебаний кантилевера Amplitude и др.), при которых было получено изображение, и предлагает их корректировки.
«Ошибка обобщения созданной нейросети при обработке результатов микроскопии не превышает 5%, -поясняет Маргарита Кошелева. - На практике использование такой нейронной сети повышает качество изображений и точность измерений, а также значительно ускоряет процесс исследования образцов».
Панфилова Екатерина Вадимовна, кандидат технических наук, доцент кафедры МТ-11 «Электронные технологии в машиностроении» МГТУ им. Н. Э. Баумана.
Панфилова Екатерина Вадимовна, кандидат технических наук, доцент кафедры МТ-11 «Электронные технологии в машиностроении» МГТУ им. Н. Э. Баумана.