确定原子的新方法是如何在材料中排列的
立即发布
来自北卡罗来纳州立大学的研究人员，国家标准与技术研究所（NIST）和橡树岭国家实验室（ORNL）已经开发了一种新的材料表征方法，采用贝叶斯统计方法来收集新的洞察材料结构。工作应告知开发新材料以供各种应用。
“We want to understand the crystallographic structure of materials – such as where atoms are located in the matrix of a material – so that we have a basis for understanding how that structure affects a material’s performance,” says Jacob Jones, a professor of materials science and engineering at NC State and co-author of a paper on the work. “This is a fundamentally new advance that will help us develop new materials that can be used in everything from electronics and manufacturing to vehicles and nanotechnologies.”
理解材料的晶体结构的第一步是用电子，光子或其他亚基颗粒轰击材料的样品，使用如此散裂中子源或者先进的光子源在阿贡国家实验室然后，研究人员可以测量这些粒子被材料散射时的角度和能量。
然后事情变得非常棘手。
传统上，通过使用“最小二乘拟合”统计技术来分析来自这些散射实验的数据来推断材料的晶体结构。但这些技术有限;他们可以告诉研究人员材料的结构很可能是什么 - 但他们没有完全描述材料结构中的变异性或不确定性，因为它们没有使用概率来描述答案。
“最小二乘是一种直接的技术，但它不允许我们以一种回答材料科学家想问的问题的方式来描述推断出来的晶体结构，”北卡罗来纳州的统计学教授、这篇论文的合著者艾莉森·威尔逊(Alyson Wilson)说。“但我们确实有其他技术可以帮助解决这一挑战，这就是我们在这项研究中所做的。”
实际上，原子之间的空间并不常态 - 它不是在整个样本中固定的。对于物质结构的各个方面而言也是如此。
琼斯说:“了解了这种可变性，现在有了这种新方法，我们就可以用一种新的、更丰富的方式来描述材料的特性。”
这就是贝叶斯统计发挥作用的地方。
“例如，原子振动，”威尔逊说。振动的程度是由它们的温度控制的。研究人员想知道对于任何给定的材料，温度是如何影响这些振动的。贝叶斯工具可以告诉我们材料中这些热位移的概率。”
“这种方法将允许我们分析来自各种材料表征技术的数据 - 所有形式的光谱学，质谱，您将其命名为 - 更全面地表征各种物质，”琼斯说。
“老实说，这是非常令人兴奋的，”琼斯加入了NC州的分析仪表设施总监，其中包括许多这些类型的乐器。
“我们还计划使用这些技术来结合不同类型实验的数据，以便为材料结构提供更多的见解，”威尔逊说。
纸”,贝叶斯推理在全衍射剖面分析晶体结构细化中的应用发表在《自然》杂志上科学报告．该论文的主要作者是北卡罗来纳州立大学的博士后研究员克里斯·范彻(Chris Fancher)和前北卡罗来纳州立大学博士生韩震(Zhen Han)。共同作者包括NIST的Igor Levin;俄勒冈州的凯瑟琳·佩奇;北卡罗来纳州立大学统计学副教授布莱恩·赖克;以及北卡州立大学杰出数学教授拉尔夫·史密斯。工作完成在该工程研究所的支持下,科技在北卡罗莱纳州,伊士曼化学Company-University参与基金NC州立,美国国家科学基金会资助下dmr - 1445926和美国能源部科学办公室DE-AC02-06CH11357合同号码。
希普曼-
编辑:研究摘要如下。
贝叶斯推理在全衍射剖面分析晶体结构细化中的应用
作者: Chris M. Fancher, Zhen Han, Brian J. Reich, Ralph C. Smith, Alyson G. Wilson and Jacob L. Jones, North Carolina State University;美国国家标准与技术研究所(National Institute of Standards and Technology)的伊戈尔·莱文(Igor Levin);凯瑟琳·佩奇，橡树岭国家实验室
发表: 8月23日,科学报告
DOI: 10.1038 / srep31625
文摘:提出了一种用于细化晶体结构的贝叶斯推理方法。采用马尔可夫链蒙特卡罗方法对模型参数的分布进行随机抽样。通过对误差结构的异方差和相关性进行适当的建模，构造了所有模型参数的后验概率分布，以适当地量化不确定性。通过对美国国家标准与技术研究所硅标准参考材料的分析，验证了该方法的有效性。将贝叶斯推理得到的结果与Rietveld精炼得到的结果进行了比较。模型参数的后验概率分布既提供估计，又提供不确定性。与Rietveld方法相比，该方法能更好地估计模型中的真实不确定性。
