Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Koch, Alexander W. (Prof. Dr. habil. Dr. h.c.)
Referee:
Koch, Alexander W. (Prof. Dr. habil. Dr. h.c.); Ntziachristos, Vasilis (Prof. Dr.)
Language:
en
Subject group:
ELT Elektrotechnik
TUM classification:
MSR 050
Abstract:
This work studies the suitability of hyperspectral imaging microscopy for rapid and accurate atomic layer mapping of two-dimensional (2D) materials. A hyperspectral imaging system including a line-scan hyperspectral imaging microscope, system control, data acquisition, and data processing was custom built. A manual interpretation method based on hyperspectral library and spectral unmixing was developed for layer maps reconstruction with one-atomic-layer resolution. A deep fusion neural network based on the U-Net architecture was proposed for fully automated large-area atomic layer mapping of 2D materials.
«
This work studies the suitability of hyperspectral imaging microscopy for rapid and accurate atomic layer mapping of two-dimensional (2D) materials. A hyperspectral imaging system including a line-scan hyperspectral imaging microscope, system control, data acquisition, and data processing was custom built. A manual interpretation method based on hyperspectral library and spectral unmixing was developed for layer maps reconstruction with one-atomic-layer resolution. A deep fusion neural network b...
»
Translated abstract:
Diese Arbeit untersucht die Eignung der hyperspektralen Bildgebungsmikroskopie für die schnelle und genaue Kartierung der Atomschicht zweidimensionaler (2D) Materialien. Ein hyperspektrales Bildgebungssystem mit einem Hyperspektralbildmikroskop mit Zeilenscan, Systemsteuerung, Datenerfassung und Datenverarbeitung wurde speziell angefertigt. Eine manuelle Interpretationsmethode basierend auf hyperspektraler Bibliothek und spektraler Entmischung wurde für die Rekonstruktion von Schichtkarten mit einer Auflösung von einer Atomschicht entwickelt. Für die vollautomatische großflächige atomare Schichtzuordnung wurde ein auf der U-Net-Architektur basierendes Deep Fusion Neural Network vorgeschlagen.
«
Diese Arbeit untersucht die Eignung der hyperspektralen Bildgebungsmikroskopie für die schnelle und genaue Kartierung der Atomschicht zweidimensionaler (2D) Materialien. Ein hyperspektrales Bildgebungssystem mit einem Hyperspektralbildmikroskop mit Zeilenscan, Systemsteuerung, Datenerfassung und Datenverarbeitung wurde speziell angefertigt. Eine manuelle Interpretationsmethode basierend auf hyperspektraler Bibliothek und spektraler Entmischung wurde für die Rekonstruktion von Schichtkarten mit e...
»