sem_electron_mc — GENERATIVE `sem` op

• Data kinds: कोई नहीं → table (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)

• Call: 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' (implementation को सीधे call करना हो तो 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', registry से लेना हो तो opsgenerative.get("sem_electron_mc"))

उपयोग

समतल नमूने में दागे गए electrons का Monte Carlo: backscatter गुणांक η, secondary-electron yield δ और interaction volume।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

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

उपयोग की विस्तृत guide

• generative_art family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_virtual_sem_kv_cd_bse — py -3.11 examples/poc_virtual_sem_kv_cd_bse.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

perpetual_step · perpetual_render

इसी category के (`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. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

sem_electron_mc — GENERATIVE sem op