本所声明  |  联系方式  |  中国科学院  |  数字认证(OA)   |  ARP  |  English  |  邮箱
新闻动态 > 科研动态

超强激光科学卓越创新简报

(第七百八十八期)

2026年6月16日

上海光机所在基于X射线反射曲线特征驱动的混合神经网络评估薄膜参数方面取得新进展

近期，中国科学院上海光学精密机械研究所高功率激光元件技术与工程部在基于X射线反射（XRR）曲线特征驱动的混合神经网络评估薄膜参数方面取得新进展。相关成果以“Feature-driven three-stage hybrid model for thin film parameter estimation from XRR curves”为题发表于Optical Materials Express。

神经网络模型为基于XRR曲线评估薄膜参数提供了一种极具前景的方法，能够实现毫秒级的薄膜参数评估。然而，当前方法由于未充分考虑将XRR曲线特征与薄膜结构参数联系起来的潜在物理机制，其准确性往往受到解的非唯一性限制。因此，如何提高神经网络模型在实际应用中的泛化能力和预测准确性成为了研究重点。

研究人员提出了一种三阶段混合网络模型（P-TFNN），显式提取了XRR数据中的关键物理特征，并建立了它们与薄膜结构参数的联系。实验结果表明，在Mo/Si双层薄膜应用中，与传统单阶段网络（T-SNN）相比，该模型显著降低了预测与测量曲线间的误差。具体而言，在处理实验测量数据时，该模型在第二、三阶段将误差分别降至传统模型的37.8%和12.9%。

相关工作得到了中国科学院战略性先导科技专项和中国科学院稳定支持基础研究领域青年团队计划的支持。

原文链接

图1. P-TFNN模型与传统T-SNN模型的流程对比图。

附件下载：

copyright 2000- 中国科学院上海光学精密机械研究所 沪ICP备05015387号-1
主办：中国科学院上海光学精密机械研究所 上海市嘉定区清河路390号(201800)

转载本站信息，请注明信息来源和链接。 沪公网安备 31011402010030号


上海光机所
微信公众号

尚光聚力
微信公众号