报告人：赵晓续 研究员（北京大学）

报告内容：

扫描透射电子显微镜（STEM）是在原子尺度研究功能材料原子缺陷、掺杂原子及单原子位点的重要表征手段。然而，传统STEM图像分析通常依赖人工判读和经验性图像处理，面对低信噪比、复杂背景、束流损伤以及大量原子尺度图像数据时，难以兼顾分析效率、识别精度与结果一致性。深度学习的发展为原子尺度STEM图像的智能解析提供了新的技术路径。本报告将从深度学习辅助原子尺度STEM表征的角度，介绍人工智能在原子缺陷识别、图像重建和原子结构信息提取中的应用。针对单幅原子分辨STEM图像中缺陷衬度弱、结构类型复杂及人工标注成本高等问题，基于深度学习的图像识别方法可实现对局域原子缺陷的精准定位、分类与统计，从而提升原子缺陷分析的自动化和可靠性。面向未校正STEM的成像条件，深度学习重建方法能够从有限质量的实验图像中恢复亚埃级结构细节，在降低仪器校正要求的同时，为弱散射原子、缺陷位点及单原子结构的可靠观测提供支持。

报告人简介：

北京大学材料科学与工程学院助理教授。主要研究兴趣是使用高空间以及高能量分辨的球差校正扫描透射电子显微镜/电子能量损失谱，在亚原子尺度解析和构筑低维量子材料，建立原子拓扑结构与物性之间的关联，并结合机器学习方法实现对原子尺度电镜照片的智能清洗、分类与分析等。目前以第一/通讯作者在Nature, Nat. Nanotechnol., Nat. Mater., Nat. Syn.等期刊发表多篇论文，引用超过17,000次，h-index 70，入选科睿唯安“高被引科学家”，2022年《福布斯中国·青年海归菁英·100人》，《麻省理工科技评论》亚太区“35岁以下科技创新35人”。曾获海外优青、北京市杰青。主持国自然面上、重大项目子课题、创新群体（参与）、国家重点研发计划青年科学家、政府间联合研发项目等。

主持人：陈默涵 研究员（北京大学应用理物与技术研究中心）

时  间：2026年9月10日（周四）12:20

地  点：北京大学工学院1号楼210会议室