В области экспериментов с источниками синхронного излучения и материаловедения тонкая структура поглощения рентгеновских лучей (XAFS) является основной аналитической технологией для изучения структуры атомов, химических состояний и электронных свойств материала в локальной области. Тем не менее, традиционные инструменты обработки данных XAFS имеют такие проблемы, как громоздкие процессы, закрытые алгоритмы и плохая многоформатная совместимость. TableXAFS - это высокоэффективная, открытая и интерактивная платформа для анализа данных, предназначенная для экспериментов XAFS, которая позволяет исследователям быстро анализировать сложные экспериментальные данные с помощью автоматизированных процессов, визуальных операций и многомерного моделирования.

Основные функции TableXAFS:

1. Автоматизация обработки данных в рамках всего процесса

Одноклавишная предварительная обработка: поддержка массового импорта основных форматов данных источника синхронного излучения, автоматическое завершение калибровки энергии, фонового вычета, нормализации и других этапов предварительной обработки.

Интеллектуальное шумоподавление и интерполяция: оптимизация соотношения сигнала и шума на основе алгоритмов машинного обучения для анализа образцов с низкой концентрацией или слабым сигналом.

2. Интерактивное визуальное моделирование

Динамический рендеринг трехмерного спектра: 3D - отображение спектральных карт EXAFS и XANES в реальном времени с помощью GPU - ускорения.

Операция перетаскивания: встроенная мультифизическая библиотека моделей, которая поддерживает пользователей, перетаскивающих кривые параметров для завершения структурного согласования, визуально проверяет такие параметры, как согласование чисел, длина клавиш и неупорядоченность.

Межплатформенное сотрудничество и облачная интеграция

Облако - оконечный синергический анализ: данные и модели могут синхронизироваться с облаком, поддерживая многоузловую работу команды.

Интеграция JupyterNotebook: создание системы проверки замкнутого цикла « Эксперимент - вычисление» путем бесшовного соединения квантово - химических вычислений с помощью PythonAPI.

Технологические преимущества и инновации:

Открытый исходный код и масштабируемость алгоритма

Базовый код основан на двухмоторной разработке Python / Julia с открытым исходным кодом для алгоритмических модулей, где пользователи могут настраивать параметры оптимизации или встраивать новые модели.

Предоставление инструментария для разработки плагинов для поддержки расширения функций сторонних учреждений.

2. Высокопроизводительная оптимизация вычислений

Используя многопоточные параллельные вычисления и ускорение CUDA, традиционные многочасовые задачи EXAFS сокращаются до уровня минуты.

Поддержка распределенных кластерных вычислений, адаптация к сверхмассивным наборам данных.

3. Интеллектуальная помощь в принятии решений

Рекомендации по структуре ИИ: на основе базы данных материалов и модели глубокого обучения автоматически рекомендуется возможная структурная модель с соответствующим начальным значением.

Визуализация распространения ошибок: количественная оценка неопределенности параметров соответствия с помощью тепловой карты доверительного интервала и эллипса ошибок, чтобы избежать чрезмерной интерпретации экспериментальных данных.

Типичный сценарий применения:

1. Представление катализатора: анализ динамической эволюции активных участков.

Исследование материалов батарей: отслеживание локальных структурных искажений переходных металлов в процессе зарядки и разрядки литий - ионных батарей.

3. Экологические науки: количественная оценка химической формы и местоположения загрязнителей тяжелых металлов в почве / водоемах.

Конструкция наноматериалов: выявление влияния поверхностных соединений квантовых точек на расстояние между атомами и плотность электронных состояний.