LaueNN: neural-network-based hkl recognition of Laue spots and its application to polycrystalline materials

Autor: Ravi Raj Purohit Purushottam Raj Purohit, Samuel Tardif, Olivier Castelnau, Joel Eymery, René Guinebretière, Odile Robach, Taylan Ors, Jean-Sébastien Micha
Přispěvatelé: Nanostructures et Rayonnement Synchrotron (NRS ), Modélisation et Exploration des Matériaux (MEM), Institut de Recherche Interdisciplinaire de Grenoble (IRIG), Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Grenoble Alpes (UGA)-Institut de Recherche Interdisciplinaire de Grenoble (IRIG), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Grenoble Alpes (UGA), Laboratoire Procédés et Ingénierie en Mécanique et Matériaux (PIMM), Conservatoire National des Arts et Métiers [CNAM] (CNAM), HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-Centre National de la Recherche Scientifique (CNRS)-Arts et Métiers Sciences et Technologies, HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM), Institut de Recherche sur les CERamiques (IRCER), Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Institut Matériaux Procédés Environnement Ouvrages (IMPEO), Université de Limoges (UNILIM)-Université de Limoges (UNILIM), Institut de Science des Matériaux de Mulhouse (IS2M), Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Synthèse, Structure et Propriétés de Matériaux Fonctionnels (STEP ), SYstèmes Moléculaires et nanoMatériaux pour l’Energie et la Santé (SYMMES), Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche Interdisciplinaire de Grenoble (IRIG), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Grenoble Alpes (UGA)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche Interdisciplinaire de Grenoble (IRIG), ANR-19-CE09-0035,HoTMiX,Comportement micromécanique à très haute température d'oxydes nanostructurés. Etude expérimentale et design de matériaux virtuels multiéchelle(2019), Tardif, Samuel, Comportement micromécanique à très haute température d'oxydes nanostructurés. Etude expérimentale et design de matériaux virtuels multiéchelle - - HoTMiX2019 - ANR-19-CE09-0035 - AAPG2019 - VALID
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Zdroj: Journal of Applied Crystallography
Journal of Applied Crystallography, 2022, 55 (4), ⟨10.1107/s1600576722004198⟩
ISSN: 0021-8898
1600-5767
Popis: A feed-forward neural-network-based model is presented to index, in real time, the diffraction spots recorded during synchrotron X-ray Laue microdiffraction experiments. Data dimensionality reduction is applied to extract physical 1D features from the 2D X-ray diffraction Laue images, thereby making it possible to train a neural network on the fly for any crystal system. The capabilities of the LaueNN model are illustrated through three examples: a two-phase nanostructure, a textured high-symmetry specimen deformed in situ and a polycrystalline low-symmetry material. This work provides a novel way to efficiently index Laue spots in simple and complex recorded images in
Databáze: OpenAIRE
Externí odkaz: