近日，中國科學院高能同步輻射光源(HEPS)光束線軟件系統(tǒng)與高分辨納米電子結(jié)構(gòu)(Nano-ARPES)線站在利用無監(jiān)督聚類算法劃分樣品表面不同電子結(jié)構(gòu)區(qū)域的研究方面取得重要進展。研究人員開發(fā)的多階段無監(jiān)督聚類算法(Multi-Stage Clustering Algorithm，MSCA)通過自動提取能帶在表面的一致性，清晰地劃分出了MoS2/BN異質(zhì)結(jié)中不同襯底或?qū)訑?shù)MoS2的分布，并實現(xiàn)了細微能帶差異的抓取。

Nano-ARPES線站通過聚焦X射線光斑至納米量級，使得研究電子結(jié)構(gòu)在表面微納尺度的分布成為可能。然而，樣品表面的復雜性以及高維度的龐大數(shù)據(jù)量給Nano-ARPES的數(shù)據(jù)分析帶來了挑戰(zhàn)，特別是，由于某種誘導因素導致的細微能帶變化，比如由不同襯底或?qū)訑?shù)造成的二維材料特定能帶劈裂，然而這些往往蘊含著豐富的物理機制并且是研究人員所關(guān)注的信息。針對這一問題，HEPS光束線軟件系統(tǒng)的邊苓竹工程師與Nano-ARPES線站的劉晨副研究員合作開發(fā)了一種多階段無監(jiān)督聚類算法(Multi-Stage Clustering Algorithm，MSCA)。MSCA將K-Means算法應用于三個階段的數(shù)據(jù)處理，分別實現(xiàn)了動量空間與實空間的聚類分析，準確區(qū)分出了具有細微差異的單/多層以及不同襯底的MoS2。相較于傳統(tǒng)的無監(jiān)督聚類算法，MSCA在聚類精度上提升了約20%。未來，該算法將集成到HEPS

數(shù)據(jù)采集系統(tǒng)(MAMBA)，并應用于Nano-ARPES線站，實現(xiàn)數(shù)據(jù)采集過程中的在線精細聚類和能帶提取，從而提高Nano-ARPES數(shù)據(jù)采集效率，加速基礎(chǔ)科研成果的產(chǎn)出。

相關(guān)工作已在Nature旗下的物理學一區(qū)Top期刊《Communications Physics》上發(fā)表，文章標題為“Automatic extraction of fine structural information in angle-resolved photoemission spectroscopy by multi-stage clustering algorithm”，邊苓竹、劉晨共同第一作者，董宇輝研究員與南京理工大學的陳哲生教授共同擔任通訊作者。

同時，HEPS光束線軟件系統(tǒng)還在積極推動“大型科學軟件框架+AI for Science”的科研范式，并與各課題組開展廣泛合作，在同步輻射各類方法學的大數(shù)據(jù)處理應用中取得了一系列成果。

圖1：多階段聚類算法(MSCA)實現(xiàn)動量空間能帶的抓取(c-e,h-j)與實空間不同電子結(jié)構(gòu)區(qū)域的劃分(k,n)。

圖2：AI輔助大數(shù)據(jù)處理在同步輻射各類方法學中的全面應用