|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Comparison of Deep Learning Methods for Solving the Phase Problem in X-Ray Diffraction Analysisстатья
Информация о цитировании статьи получена из
Scopus
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 4 марта 2026 г.
- Авторы: Khaibrakhmanov A.I., Dmitrienko A.O.
- Журнал: Russian Journal of Physical Chemistry A
- Том: 99
- Номер: 13
- Год издания: 2025
- Издательство: Pleiades Publishing, Ltd
- Местоположение издательства: Road Town, United Kingdom
- Первая страница: 3327
- Последняя страница: 3335
- DOI: 10.1134/S0036024425702826
- Аннотация: An approach is proposed that can allow ab initio solution of the phase problem in X-ray diffractionstudies. A synthetic diffraction data generator has been created that can be used to solve applied problemsusing machine learning. An automated container is presented that allows reproducible experiments aimed atsolving the problem within the framework of the proposed approach. The FFT_UNet and XRD_Trans-former models were developed, taking into account the physical specifics of the problem, and a comparativeanalysis and interpretation of their work on real data were carried out.
- Добавил в систему: Хайбрахманов Артур Ильнурович
Прикрепленные файлы
| № | Имя | Описание | Имя файла | Размер | Добавлен |
|---|