sem_charging_series — GENERATIVE `sem` op

• 데이터 종류: image2d → video

• 호출: import fullseye as fs; fs.ledger.sem_charging_series(height, material_map=None, *, materials=('PMMA',), substrate='SI', energy_kev: 'float' = 1.0, pixel_nm: 'float' = 2.0, beam_sigma_nm: 'float' = 1.0, electrons_per_pixel: 'int' = 30, detector: 'str' = 'inlens', frames: 'int' = 12, layer_bottom_nm=0.0, volts_per_electron: 'float' = 0.05, leak_frames: 'float' = 0.0, spread_px: 'float' = 1.0, phi_ev: 'float' = 2.0, gain=None, seed: 'int' = 0, return_potential: 'bool' = False)(구현을 직접 호출하려면 import sem; sem.sem_charging_series(height, material_map=None, *, materials=('PMMA',), substrate='SI', energy_kev: 'float' = 1.0, pixel_nm: 'float' = 2.0, beam_sigma_nm: 'float' = 1.0, electrons_per_pixel: 'int' = 30, detector: 'str' = 'inlens', frames: 'int' = 12, layer_bottom_nm=0.0, volts_per_electron: 'float' = 0.05, leak_frames: 'float' = 0.0, spread_px: 'float' = 1.0, phi_ev: 'float' = 2.0, gain=None, seed: 'int' = 0, return_potential: 'bool' = False), 원장에서 가져오려면 opsgenerative.get("sem_charging_series"))

사용법

절연체의 대전을 주사 프레임마다 진행시켜 영상의 시간 변화(video, (T, H, W))를 반환한다.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

1 コマで画素あたり electrons_per_pixel 個の電子が入り、η + δ·F(V) 個が出ていく。差し引き 1 − η − δ·F(V) 個が絶縁物の面に溜まり、電位を volts_per_electron [V/個] ずつ動かす(負の電子が溜まれば V は下がる)。電位は spread_px で横に広がり、leak_frames(> 0 なら)の時定数で抜ける。導体の面は接地(V = 0)。

• 正の帯電(η + δ > 1、低加速で多い): 二次電子が面に引き戻され(F(V)、sem_se_escape_fraction)、像は暗くなる。放出が減ると正味の流れも 0 に近づくので、電位は η + δ·F(V*) = 1 の V* で止まる(自己調整)。

• 負の帯電(η + δ < 1、高加速): 面の負の電位が二次電子を押し出し、像は 1 + |V| / (|V| + 20 V) 倍に明るくなる(★現象論の式で、2 定数は固定 —— _NEG_GAIN・_NEG_SCALE_V。着地エネルギーの低下とビームの曲がりは入れない)。

η と δ は sem_image のモンテカルロ(return_signals)で 1 回だけ求め、コマごとの雑音は検出された電子の数のポアソンで載せる。

Returns

numpy.ndarray

(frames, H, W) の float64、[0,1] (sem_image と同じ固定の倍率)。

return_potential なら dict(video と、コマごとの電位 potential_v (T, H, W)、

絶縁物の面のマスク insulator)。

Examples

>>> import numpy as np

>>> v = sem_charging_series(np.zeros((4, 4)), materials=("PMMA",), substrate="PMMA",

... electrons_per_pixel=5, frames=3)

>>> v.shape

(3, 4, 4)

자세한 사용 가이드

• generative_art 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_virtual_sem_kv_cd_bse — py -3.11 examples/poc_virtual_sem_kv_cd_bse.py

타입이 이어지는 다음 연산자(`video` 를 입력으로 받는 것)

—

같은 카테고리(`sem`)

sem_render · sem_electron_mc · sem_se_universal_curve · sem_yield_curve · sem_line_profile · sem_cd_measure · sem_image · sem_se_escape_fraction

*Provenance: sem.py — GENERATIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

sem_charging_series — GENERATIVE sem op

사용법