En el campo de la experimentación de fuentes de luz de Radiación Sincrotrón y la ciencia de materiales, la estructura fina de absorción de rayos X (xafs) es la tecnología de análisis central para estudiar la estructura atómica local, los Estados químicos y las propiedades electrónicas de los materiales. Sin embargo, las herramientas tradicionales de procesamiento de datos xafs tienen problemas como procesos engorrosos, algoritmos cerrados y mala compatibilidad multiformato. Tablexafs surgió - una plataforma de análisis de datos eficiente, de código abierto e interactiva especialmente diseñada para experimentos xafs, con el objetivo de permitir a los investigadores analizar rápidamente datos experimentales complejos a través de procesos automatizados, operaciones de visualización y modelado multidimensional.

Funciones centrales de tablexafs:

1. procesamiento automatizado de datos de todo el proceso

Preprocesamiento de un clic: admite la importación por lotes del formato de datos principal de la fuente de luz de radiación sincrotrón, y completa automáticamente los pasos de preprocesamiento como calibración de energía, deducción de fondo y Normalización.

Eliminación inteligente de ruido e inserción: optimizar la relación señal - ruido basada en algoritmos de Aprendizaje automático y adaptarse al análisis de muestras de baja concentración o señal débil.

2. modelado visual interactivo

Representación dinámica de mapas tridimensionales: visualización 3D en tiempo real de mapas espectrales exafs y xanes a través de la aceleración de la gpu.

Operación de ajuste de arrastre: se incorpora una biblioteca de modelos físicos múltiples, que permite a los usuarios completar el ajuste estructural arrastrando la curva de parámetros, verificando intuitivamente los parámetros de coordinación, longitud de clave y desorden.

3. colaboración entre plataformas e integración en la nube

Análisis colaborativo nube - extremo: los datos y los modelos se pueden sincronizar con la nube, apoyando la colaboración de varios nodos del equipo.

Integración de jupyteronotebook: conecta perfectamente la computación Química cuántica a través de la API Python y construye un sistema de verificación de circuito cerrado "experimento - computación".

Ventajas tecnológicas e innovación:

1. código abierto y escalabilidad de algoritmos

El Código central se basa en el desarrollo bimotor Python / julia, el módulo de algoritmos es de código abierto y los usuarios pueden personalizar los parámetros de optimización o incrustar nuevos modelos.

Proporciona kits de desarrollo plug - in para soportar funciones de expansión de agencias de terceros.

2. optimización de computación de alto rendimiento

Utilizando la computación paralela Multihilo y la aceleración cuda, la tarea tradicional de ajuste exafs de horas se acorta al nivel de minutos.

Admite computación de clúster distribuida y se adapta a conjuntos de datos a gran escala.

3. toma de decisiones asistida inteligente

Recomendación de estructura de ia: recomendación automática de posibles modelos estructurales y valores iniciales de ajuste basados es es en bases de datos de materiales y modelos de aprendizaje profundo.

Visualización de la propagación de errores: cuantificar la incertidumbre de los parámetros de ajuste a través de mapas térmicos de intervalo de confianza y elipses de error para evitar una interpretación excesiva de los datos experimentales.

Escenarios de aplicación típicos:

1. Caracterización del catalizador: análisis de la evolución dinámica de los sitios activos.

2. investigación de materiales de batería: seguimiento de la distorsión estructural local de los metales de transición durante la carga y descarga de las baterías de iones de litio.

3. ciencias ambientales: cuantificar la morfología química y el entorno de coordinación de los contaminantes de metales pesados en el suelo / agua.

4. diseño de nanomateriales: revelar la influencia de los ligandos de superficie de puntos cuánticos en la distancia Atómica y la densidad de Estados electrónicos.