EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Rapid Inverse GISAXS Analysis of Nanoparticle Assemblies with Simulation-Trained Deep Learning

Yufeng Zhai, Jungui Zhou, Shachar Dan, Shouzheng Chen, Julian E. Heger, Benedikt Sochor, Arno Jeromin, Wenbo Wang, Wolfgang J. Parak, Sarathlal Koyiloth Vayalil, Thomas F. Keller, Andreas Stierle und 3 weitere

Photon Science · 25.06.2026

DOI: 10.1021/photonsci.6c00015 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Photon Science, online erschienen am 25.06.2026. Verfasst von Yufeng Zhai und 14 weiteren Autor:innen. Die Arbeit nennt 75 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Bundesministerium f?r Bildung und Forschung, Helmholtz-Gemeinschaft, German Research Council (DFG).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Bundesministerium f?r Bildung und Forschung
  • Helmholtz-Gemeinschaft
  • German Research Council (DFG)

Zitieren

APA

Zhai, Y., Zhou, J., Dan, S., Chen, S., Heger, J. E., Sochor, B., Jeromin, A., Wang, W., Parak, W. J., Vayalil, S. K., Keller, T. F., Stierle, A., Hexemer, A., Müller-Buschbaum, P., & Roth, S. V. (2026). Rapid Inverse GISAXS Analysis of Nanoparticle Assemblies with Simulation-Trained Deep Learning. Photon Science. https://doi.org/10.1021/photonsci.6c00015

Vancouver

Zhai Y, Zhou J, Dan S, Chen S, Heger JE, Sochor B, et al. Rapid Inverse GISAXS Analysis of Nanoparticle Assemblies with Simulation-Trained Deep Learning. Photon Science. 2026. doi:10.1021/photonsci.6c00015

BibTeX
@article{Zhai2026,
  author = {Zhai, Yufeng and Zhou, Jungui and Dan, Shachar and Chen, Shouzheng and Heger, Julian E. and Sochor, Benedikt and Jeromin, Arno and Wang, Wenbo and Parak, Wolfgang J. and Vayalil, Sarathlal Koyiloth and Keller, Thomas F. and Stierle, Andreas and Hexemer, Alexander and Müller-Buschbaum, Peter and Roth, Stephan V.},
  title = {Rapid Inverse GISAXS Analysis of Nanoparticle Assemblies with Simulation-Trained Deep Learning},
  journal = {Photon Science},
  year = {2026},
  doi = {10.1021/photonsci.6c00015}
}
Kostenlos starten →