Contrôle non destructif et non supervisé de nano-objets individuels sur puce
Unsupervised on-chip non-destructive testing of individual nano-objects
Francesco Banfi et Natalia Del Fatti (équipe FemtoNanoOptics), en collaboration avec des collègues de Lyon, d’Italie, de Belgique et de Suisse, ont publié un article intitulé " Discrimination of nano-objects via cluster analysis techniques applied to time-resolved thermo-acoustic microscopy " dans la revue Ultrasonics.
Francesco Banfi and Natalia Del Fatti (FemtoNanoOptics team), with colleagues from Italy, Belgium) and Switzerland, published an article entitled " Discrimination of nano-objects via cluster analysis techniques applied to time-resolved thermo-acoustic microscopy " in the journal Ultrasonics.
Dans le cadre d’une collaboration entre l'iLM, l’Ecole Centrale de Lyon, KU Leuven, Empa, CNR-Istituto Nazionale d’Ottica et l'Università Cattolica, les chercheurs ont mis au point un protocole, basé sur des techniques d'exploration de données non supervisées, afin de discriminer des petits écarts de forme parmi des disques métalliques nanométriques lithographiés. La discrimination repose sur l'analyse de grappes appliquée à des mesures de microscopie thermo-acoustique résolues en temps. La procédure détecte les similitudes entre les nano-échantillons, et les regroupe en conséquence. Le protocole est robuste et largement applicable, ne reposant sur aucune connaissance spécifique des mécanismes physiques impliqués. Le protocole développé constitue un outil de diagnostic alternatif pour les tests non destructifs sur puce de nano-objets individuels.
In the frame of a collaboration involving iLM, Ecole Centrale Lyon, KU Leuven, Empa, CNR-Istituto Nazionale d’Ottica and Università Cattolica, scientists exploited time-effective, unsupervised clustering techniques to discriminate minute geometric deviations in nanoscle samples. The discrimination relies on cluster analysis applied to time-resolved optical traces obtained from thermo-acoustic microscopy. The analysis spots out similarities among nanopatterned disks and clusters them accordingly. The protocol is robust and widely applicable, not relying on any specific knowledge of the physical mechanisms involved. The present route constitutes an alternative diagnostic tool for on-chip non-destructive testing of individual nano-objects.
