使用掃描透射電子顯微鏡(STEM)研究了電子束照射的Si原子在單層石墨烯的內部和邊緣的動態行為。深度學習網絡被用來將實驗用的STEM影像轉換為單個Si和碳原子的坐標。進一步用高斯混合模型建立Si原子的基本原子構型，定義了鍵合的幾何形狀和化學種類，并考慮主晶格的離散轉動對稱性。確定了這些狀態之間的頻率和馬爾可夫轉移概率。通過這種分析，可以從原子解析的STEM數據深入了解缺陷群體和化學轉化網絡。在這里，我們觀察到沿著石墨烯邊緣之字形方向形成一維硅晶體，以及Si雜質與塊體石墨烯中的拓撲缺陷有明顯的耦合趨勢。
Figure 1 含Si雜質的石墨烯納米孔的STEM實驗數據。a)單個電影幀在單層石墨烯的納米孔邊緣顯示出Si雜質(亮點)。b) (a)中數據的深度神經網絡輸出。
Figure 2 以Si雜質為中心的提取子圖像進行統計分析。a)層次聚類分析結果(沃德方法)。b)主成分分析的Scree圖。c)基于高斯混合模型的圖像堆棧分解為16個分量的結果。
Figure 3 Si-C邊緣配置組合類別的馬爾可夫轉移矩陣。
Figure 4 石墨烯塊區域的實驗STEM數據。a)單個電影幀顯示了嘈雜的石墨烯晶格，單個的Si雜質(亮點)和非晶硅碳區(最亮區)。b) (a)中數據的深度神經網絡輸出。
Figure 5分析石墨烯內部的硅雜質構型。a-f)塊狀石墨烯中Si雜質的一些構型示例。g)特定類型環的出現統計。h)耦合到拓撲缺陷的硅狀態和沒有這種耦合狀態之間的馬爾可夫躍遷示意圖。
相關研究成果于2019年由美國納米相材料科學中心Sergei V. Kalinin課題組，發表在Adv. Funct. Mater.(
https://doi.org/10.1002/adfm.201904480)上。原文：Atomic Mechanisms for the Si Atom Dynamics in Graphene: Chemical Transformations at the Edge and in the Bulk
