Nov, 2023
多方位特性数据的表格二维相关分析
Tabular Two-Dimensional Correlation Analysis for Multifaceted Characterization Data
Shun Muroga, Satoshi Yamazaki, Koji Michishio, Hideaki Nakajima, Takahiro Morimoto...
TL;DR我们提出了用于从多方位表征数据中提取特征的二维表状相关分析方法，该方法通过热图可视化结构参数变化的相似性和相位滞后，结合分层聚类和异步相关。我们将该方法应用于在不同温度退火的碳纳米管（CNTs）薄膜数据集，并揭示了其包括空隙、束缚和非晶碳等元素在内的层次结构的复杂性。我们的分析解决了试图理解结构变化序列的挑战，尤其是在具有由 8 种表征方法得到的 11 个结构参数与复杂行为相互作用的多方位表征数据中。结果显示，相位滞后（从刺激中异步变化）和参数相似性可以阐明材料中结构变化的序列，深入了解退火 CNTs 中非晶碳的去除和石墨化等现象提供了洞察。即使在数据有限的情况下，这种方法也具有益处，并在广泛的材料分析领域具有潜力，展示了阐明复杂材料行为和性质的潜力。