sem_electron_mc — GENERATIVE `sem` op

• Datenarten: keine → table (ein Operator, der allein durch seine Argumente bestimmt ist — er nimmt kein Bild und keine Daten entgegen)

• Aufruf: import fullseye as fs; fs.ledger.sem_electron_mc(material='SI', energy_kev: 'float' = 10.0, *, tol: 'float' = 0.01, batch: 'int' = 1000, max_electrons: 'int' = 20000, seed: 'int' = 0, n_tracks: 'int' = 0, depth_bins: 'int' = 60, tilt_deg: 'float' = 0.0) -> 'dict' (die Implementierung direkt: import sem; sem.sem_electron_mc(material='SI', energy_kev: 'float' = 10.0, *, tol: 'float' = 0.01, batch: 'int' = 1000, max_electrons: 'int' = 20000, seed: 'int' = 0, n_tracks: 'int' = 0, depth_bins: 'int' = 60, tilt_deg: 'float' = 0.0) -> 'dict'; aus dem Register: opsgenerative.get("sem_electron_mc"))

Verwendung

Monte-Carlo-Simulation von Elektronen in einer ebenen Probe: Rückstreukoeffizient η, Sekundärelektronenausbeute δ und Wechselwirkungsvolumen.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Joy の単散乱モデル(遮蔽ラザフォード + Joy-Luo の阻止能)で一次電子を 1 個ずつ追い、batch 個ずつ足して 95 % 信頼区間の半幅が η で tol、δ で tol·max(δ, 1) を切ったら止める(max_electrons で打ち切り、その時は converged が False)。

Parameters

material : str

材料表の名前(materials.material_electron_properties が引ける物。SI / W / AU /

SILICA / PMMA …)。Z・A・密度・二次電子の 2 定数はそこから取る。

energy_kev : float

加速電圧 [keV] (0.1〜50)。

tol : float

信頼区間の半幅の目標。

batch, max_electrons : int

1 回に足す電子の数と上限。

seed : int

乱数の種(同じ種なら同じ結果)。

n_tracks : int

軌跡を返す電子の数(図用)。

depth_bins : int

深さ分布の区間の数(0〜1.2 R_KO)。

tilt_deg : float

試料の傾き [度] (0〜80)。ビームが法線から θ 傾いて入る。δ(θ)/δ(0) を sec θ と、

η(θ) を Arnal ほかの (1 + cos θ)^(−9/√Z) と比べるのに使う。

Returns

dict

eta / eta_ci95 / se_yield / se_yield_ci95 / n_electrons /

converged / range_ko_nm(Kanaya-Okayama)/ depth_max_nm・

depth_p95_nm・depth_p50_nm(電子ごとの最大の深さ)/ lateral_p95_nm

(沈着エネルギーの 95 % が入る半径)/ depth_dose(pairs: 深さ [nm] と

沈着エネルギーの割合)/ bse_energy(pairs: E/E0 と反射電子の割合)/

tracks(各 (K, 3) [nm]、z は下向きが正)。

Examples

>>> r = sem_electron_mc("SI", 5.0, tol=0.03, batch=400, max_electrons=800)

>>> 0.1 < r["eta"] < 0.3 and r["depth_max_nm"] < r["range_ko_nm"]

True

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie generative_art

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_virtual_sem_kv_cd_bse — py -3.11 examples/poc_virtual_sem_kv_cd_bse.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

perpetual_step · perpetual_render

Gleiche Kategorie (`sem`)

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

*Provenance: sem.py — GENERATIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

sem_electron_mc — GENERATIVE sem op