通过多模态计算机视觉揭示材料微观结构中的秩序演变

本研究解决了在微电子、能源存储及极端环境中开发高性能材料时，描述和引导微观结构秩序的难题。通过引入多模态机器学习方法，研究展示了如何从电子显微镜分析复杂氧化物La$_{1-x}$Sr$_x$FeO$_3$中提取秩序特征，并成功构建了一套结合全监督与半监督分类的混合管道，以评估不同数据模态的特性及其在整体中的价值，最终揭示了单模态与多模态模型在描述晶体秩序方面的显著差异。