Публікація:
Аналіз даних атомно-силової мікроскопії

dc.contributor.authorТаласімова, К. М.
dc.date.accessioned2023-11-16T15:24:08Z
dc.date.available2023-11-16T15:24:08Z
dc.date.issued2023
dc.description.abstractAtomic force microscopy (AFM) is a powerful imaging tool that enables high-resolution imaging of surfaces and materials on the nanoscale. However, due to various factors such as instrument noise, sample drift, and mechanical vibrations, AFM images can be corrupted and difficult to interpret. In this thesis, we present novel image reconstruction methods that can enhance the quality and accuracy of AFM images. We first provide a comprehensive review of existing AFM image reconstruction techniques and their limitations. We then propose new algorithms that address some of these limitations, including the use of deep learning approaches and Bayesian inference. Overall, this thesis contributes to the development of advanced image reconstruction techniques in AFM and opens up new avenues for research in this field
dc.identifier.citationТаласімова К. М. Аналіз даних атомно-силової мікроскопії / К. М. Таласімова // Радіоелектроніка та молодь у ХХІ столітті : матеріали 27-го Міжнар. молодіж. форуму, 10–12 травня 2023 р. – Харків : ХНУРЕ, 2023. – Т. 6, ч.1. – С. 51–52.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/24769
dc.language.isouk
dc.publisherХНУРЕ
dc.titleАналіз даних атомно-силової мікроскопії
dc.typeConference proceedings
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
ShI_RiM_2023_T6_ch1_51-52.pdf
Розмір:
117.31 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: