【儀表網(wǎng) 研發(fā)快訊】近期，中國科學(xué)院上海光學(xué)精密機(jī)械研究所空天激光技術(shù)與系統(tǒng)部王俊研究員團(tuán)隊，在過渡金屬硫化物單晶樣品的智能檢測與識別方面取得進(jìn)展，相關(guān)論文以“Identification of triangular single crystals of transition metal dichalcogenides based on the detection algorithm”為題發(fā)表于Optics Letters。
 

　　圖1. 基于目標(biāo)檢測算法的過渡金屬硫化物三角單晶樣品的檢測過程示意圖，以MoS2為例。

 

　　自石墨烯發(fā)現(xiàn)以來，新型原子級薄二維材料不斷涌現(xiàn)，二維材料家族逐年穩(wěn)步擴(kuò)大。以過渡金屬硫化物為代表的二維家族，有望通過與Si、LiNiO3、Si3N4等光子平臺的集成來實(shí)現(xiàn)多種高性能的光電器件，從而構(gòu)建功能齊全的異構(gòu)片上光子系統(tǒng)。在將二維材料引入這些平臺之前，必須建立能夠?qū)Υ罅勘∑M(jìn)行分類并評估其結(jié)構(gòu)特征的高通量檢測程序。因此，為了滿足未來高性能系統(tǒng)級芯片應(yīng)用的實(shí)際需求，迫切需要開發(fā)有效的解決方案來快速、準(zhǔn)確地檢測和識別大量的二維材料。
 

　　研究團(tuán)隊提出了一種級聯(lián)數(shù)字圖像處理和深度學(xué)習(xí)算法的檢測模型，旨在區(qū)分和表征四種常見過渡金屬硫化物的三角單晶樣品，包括對MoS2、MoSe2、WS2和WSe2的定位和識別。研究人員分別在鹵素?zé)艉?70 nm LED光源的照明條件下，拍攝了在藍(lán)寶石襯底上通過化學(xué)氣相沉積制備的四種樣品的光學(xué)圖像，建立了兩類不同成像條件下的訓(xùn)練集。通過白平衡校正、降噪和圖像增強(qiáng)等過程得到調(diào)整后的訓(xùn)練集，然后將其應(yīng)用于預(yù)訓(xùn)練得到的檢測模型中，最終通過遷移學(xué)習(xí)得到了解決這一問題的檢測模型。在測試集上對訓(xùn)練得到的模型進(jìn)行驗證，成功實(shí)現(xiàn)了不同類型樣品的區(qū)分和單個三角單晶樣品的精確定位，具有可靠的準(zhǔn)確性和高度的魯棒性。該人工智能光學(xué)檢測方法作為強(qiáng)大的數(shù)據(jù)驅(qū)動工具，顯著提高了表征效率和識別準(zhǔn)確率，有望推動二維材料研究工作的進(jìn)步和器件應(yīng)用的發(fā)展。
 

　　本工作得到了國家自然科學(xué)基金、中國科學(xué)院的項目支持。