
【据美国布鲁克海文国家实验室网站2018年5月31日报道】美国布鲁克海文国家实验室率领的研究团队开发出一种从现有工具的测量结果中提取未知结构的隐性特征的方法。为了识别在相变过程中铁发生的原子级重新排列的细节,研究人员利用神经网络来识别材料的X射线吸收光谱中的特征。研究人员利用分子动力学模型创建了大量的对应铁不同阶段和不同程度的现实结构模型,并计算每个结构中的X射线吸收光谱,最后利用神经网络从光谱中提取相关的结构信息。研究人员表示,接下来将利用该技术监测催化和其他材料中纳米颗粒的排列。该研究得到美国能源部科学办公室和实验室指定研究与开发基金的支持。研究成果发表在Physical Review Letters上。














