固态转变支撑着凝聚态物理、材料科学和化学的多个领域。虽然根据变换的性质，已经发展了广泛的宏观理论来描述这些过程，但是对于更复杂形式的固态缺陷化学描述的局部机制知之甚少。近日，美国橡树岭国家实验室Sergei V. Kalinin利用扫描透射电子显微镜(STEM)研究了电子束辐照下硅原子在单层石墨烯主体和边缘的动态行为。利用深度学习网络将实验中的STEM影像转换成单个硅和碳原子的坐标，进一步利用高斯混合模型建立硅原子的基本原子构型，定义键合几何形状和化学种类，并说明主晶格的离散旋转对称性。从而确定这些状态之间的频率和马尔可夫转移概率。这种分析能够从原子解析的STEM数据中洞察缺陷种群和化学转化网络。作者探索了在石墨烯纳米孔边缘上的硅原子的束流诱导反应，以及将硅杂质与大部分石墨烯中的拓扑晶格重构耦合的过程。该研究为直接从原始实验数据中进行固态转化和化学反应的基本机理定量分析提供了途径，并且可用于在原子水平上分析不同固体中其他类型的反应和化学转化的分析。

Maxim Ziatdinov, Ondrej Dyck, Stephen Jesse, Sergei V. Kalinin. Atomic Mechanisms for the Si Atom Dynamics in Graphene: Chemical Transformations at the Edge and in the Bulk. Advanced Functional Materials. 2019

DOI: 10.1002/adfm.201904480

https://onlinelibrary.wiley.com/doi/full/10.1002/adfm.201904480