一种原子/分子搬运方法及系统技术方案

本发明专利技术提供一种原子/分子搬运方法及系统，基于具有深度学习功能的“神经网络”算法，利用扫描探针在表面将原子/分子搬运过程自动化的方法。本发明专利技术将神经网络算法嵌入到基于Labview的FPGA控制模块，搬运的同时对微秒到毫秒量级的信号进行分析，从而实现了“实时”判断搬运状态的目的。本发明专利技术在一定程度上提高了“原子制造”技术的效率与准确度，为快速制备大型纳米结构提供关键的技术支持。

【技术实现步骤摘要】
一种原子/分子搬运方法及系统
本专利技术涉及纳米科学
，具体涉及一种原子/分子搬运方法及系统，更具体涉及基于神经网络算法的原子/分子搬运方法及系统。
技术介绍
纳米科学与技术由于其在基础科学研究以及开发新器件的前景而受到广泛关注。人们迫切地需要在微观尺度上可控地构造纳米结构，而传统的自上而下的制备方法的分辨率、可控性、结构复杂程度都受到限制。随着纳米技术的发展，材料和器件的组成部分正逐渐缩小趋向于单个原子和分子水平。因此，在固体表面逐个原子自下而上地组装功能性结构受到了越来越多的关注。扫描探针技术，包括扫描隧道显微镜(ScanningTunnelingMicroscope，简称STM)和原子力显微镜(AtomicForceMicroscope，简称AFM)等，由于其超高的空间分辨能力及其可控的针尖与表面原子/分子的相互作用而被看做一种实现原子尺度操纵的有力“工具”。早在1990年，扫描隧道显微镜(STM)已经被证明具备原子/分子操纵的能力。但在实际原子/分子操纵过程中，由于针尖状态的不稳定、原子/分子吸附环境的变化等，很难快速找到本文档来自技高网...

【技术保护点】
1.一种训练用于甄别原子/分子搬运状态的神经网络模型的方法，包括：/n步骤1，利用扫描隧道显微镜扫描样品，获得表面形貌图；/n步骤2，基于所述表面形貌图，识别原子/分子的位置，在参数范围空间内随机设定搬运参数并搬运原子/分子；/n步骤3，获取在搬运过程中的搬运信号和搬运结果；/n步骤4，将所获取的所述搬运信号和搬运结果作为训练样本对神经网络进行训练。/n

【技术特征摘要】
1.一种训练用于甄别原子/分子搬运状态的神经网络模型的方法，包括：
步骤1，利用扫描隧道显微镜扫描样品，获得表面形貌图；
步骤2，基于所述表面形貌图，识别原子/分子的位置，在参数范围空间内随机设定搬运参数并搬运原子/分子；
步骤3，获取在搬运过程中的搬运信号和搬运结果；
步骤4，将所获取的所述搬运信号和搬运结果作为训练样本对神经网络进行训练。


2.根据权利要求1所述的方法，所述搬运信号包括隧穿电流、针尖高度信号。


3.根据权利要求2所述的方法，其中，对所述搬运信号的隧穿电流进行快速傅里叶变换，将获取的特征频率及其幅值用于训练所述神经网络。


4.根据权利要求1所述的方法，其中，所述参数范围空间为：隧穿电流在5pA至10nA之间，样品偏压在-3V到3V之间。


5.根据权利要求1所述的方法，其中在获取搬运信号和搬运结果的同时，对神经网络进行训练。


6.根据权利要求1所述的方法，所述神经网络模型是单层神经网络。


7.一种原子/分子搬运方法...

【专利技术属性】
技术研发人员：安旸，唐向前，王文宇，郝东，叶霞，单欣岩，陆兴华，
申请(专利权)人：中国科学院物理研究所，
类型：发明
国别省市：北京;11