La storia in un solo spettro.
Una scansione Raman di ossido di grafene contiene un intero report sul materiale — se sai leggerla. Scorri: lo spettro qui accanto attraversa l'intera pipeline di Nitida, dal rumore grezzo a una mappa classificata.
Appena uscito dallo strumento.
Ossido di grafene, intatto: i picchi reali sono sepolti sotto un fondo di fluorescenza inclinato e picchi netti di raggi cosmici. Regola il rumore per sentire da dove parte davvero uno spettroscopista — rapporto segnale/rumore appena 14 dB.
Via i raggi cosmici.
I raggi cosmici colpiscono il rivelatore a caso e lasciano picchi larghi un pixel, più alti del segnale stesso. Un filtro mediano li individua e li solleva via — guardali volare — senza toccare le bande sottostanti.
Solleva il segnale dal fondo.
Il fondo di fluorescenza viene modellato e sottratto, e la traccia si posa su un asse piatto. Cambia il metodo e osserva la differenza: arPLS lascia la linea più pulita.
Due bande, due storie.
La banda G ordinata e la banda D nata dai difetti vengono fittate con una pseudo-Voigt ciascuna. La striscia in basso è il residuo — ciò che il modello ha mancato. Qui è quasi piatto: R² 0,9987.
→ Tocca i chip G e D per leggere la FWHM di ogni banda — la larghezza che codifica la qualità del cristallo.
Dividi D per G.
Il rapporto tra le intensità delle due bande misura quanto è disordinato il carbonio. Trascina il cursore di riduzione: mentre l'ossido si riduce, i domini ordinati si restringono e ID/IG sale dall'ossido di grafene verso il GO ridotto.
Una ricetta, ogni spettro.
Una mappa Raman è migliaia di spettri su una griglia. La ricetta appena costruita — despike, fondo, fit, rapporto — gira su ogni punto automaticamente: 2 400 spettri, ogni pixel colorato dal suo ID/IG. La chimica diventa un'immagine. Scegli tu cosa colorare.
Lascia che i dati trovino i loro assi.
L'analisi delle componenti principali comprime ogni spettro in un paio di numeri che catturano gran parte della variazione. Messi in grafico, i pixel si separano da soli in famiglie naturali — senza etichette.
Raggruppa per somiglianza.
k-means raccoglie i pixel in cluster e li ridipinge sulla mappa: fasi distinte — fiocco ossidato, zona ridotta, substrato — emergono come regioni coerenti. Scegli quanti cluster cercare.
Dai un nome a ogni regione.
Addestra su pochi punti etichettati e Nitida classifica il resto: ogni pixel viene assegnato a ossido di grafene, GO ridotto o substrato, con il 97,8% di accordo con il riferimento. Una mappa di fase completa, da una sola ricetta.
Sei mesi dopo, stessa figura.
Ogni passo che hai appena visto è catturato in un JSON da 20 KB. Rieseguilo su un'altra macchina, con un altro studente, e la figura è identica. Riesegui l'intera pipeline qui sotto — poi portala sui tuoi dati.
macOS · Windows · Linux — offline, i tuoi dati restano tuoi.