Name: large scale energy efficient sensor network routing using a quantum processor unit
Uploaded: 2023-09-08T14:35:00
Description: Watch this Scientific Journal Video about Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit at JoVE.com

Arbejdet støttes af Engineering and Physical Sciences Research Council of the UK (EPSRC) bevillingsnummer EP/W032643/1.

1. Opsætning af Dwave Ocean Environment
<ol><li>Download og installer havværktøjerne fra linket: https://docs.ocean.dwavesys.com/en/stable/overview/install.html<ol><li>Skriv python -m venv ocean på terminalen.</li>
		<li>Ved terminalen skal du skrive . ocean/bin/activate, som vist i figur 1.</li>
		<li>Skriv git clone https://github.com/dwavesystems/dwave-ocean-sdk.git på terminalen Skriv derefter cd dwave-...

<ol>
	<li>Chen, J., Date, P., Chancellor, N., Atiquazzaman, M., Cormac, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Controller-based+energy-aware+wireless+sensor+network+routing+using+quantum+algorithms.">Controller-based energy-aware wireless sensor network routing using quantum algorithms.</a> IEEE Transactions on Quantum Engineering. 3, 1-12 (2022).</li><li>Lin, H., Uster, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exact+and+heuristic+algorithms+for+data-gathering+cluster-based+wireless+sensor+network+design+problem.">Exact and heuristic algorithms for data-gathering cluster-based wireless sensor network design problem.</a> IEEE/ACM Transactions on Networking. 22 (3), 903-916 (2014).</li><li>Zhou, Y., Wang, N., Xiang, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clustering+hierarchy+protocol+in+wireless+sensor+networks+using+an+improved+PSO+algorithm.">Clustering hierarchy protocol in wireless sensor networks using an improved PSO algorithm.</a> IEEE Access. 5, 2241-2253 (2017).</li><li>Seah, W. K. G., Mak, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+long+is+the+lifetime+of+a+wireless+sensor+network.">How long is the lifetime of a wireless sensor network.</a> , 763-770 (2009).</li><li>Salahud din, M., Rehman, M. A. U., Ullah, R., Park, C., Kim, B. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+network+lifetime+enhancement+of+resource+constrained+IoT+devices+in+heterogeneous+wireless+sensor+networks+Sensors.">Towards network lifetime enhancement of resource constrained IoT devices in heterogeneous wireless sensor networks Sensors.</a> 20, 4156 (2020).</li><li>Wu, W., Xiong, N., Wu, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Improved+clustering+algorithm+based+on+energy+consumption+in+wireless+sensor+networks.">Improved clustering algorithm based on energy consumption in wireless sensor networks.</a> IET Network. 6 (3), 7-53 (2017).</li><li>Kumar, N., Kumar, V., Ali, T., Ayaz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prolong+network+lifetime+in+the+wireless+sensor+networks:+An+improved+approach.">Prolong network lifetime in the wireless sensor networks: An improved approach.</a> Arabian Journal for Science and Engineering. 46, 3631-3651 (2021).</li><li>Faris, H., Aljarah, I., Al-Betar, M. A., Mirjalili, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Grey+wolf+optimizer:+A+review+of+recent+variants+and+applications.">Grey wolf optimizer: A review of recent variants and applications.</a> Neural Computing and Applications. 30, 413-435 (2018).</li><li>Kaur, J., Arifkhan, M., Iftikhar, M., Imran, M., Haq, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Machine+learning+techniques+for+5G+and+beyond.">Machine learning techniques for 5G and beyond.</a> IEEEAccess. 9, 23472-23488 (2021).</li><li>Shor, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Polynomial-time+algorithms+for+prime+factorization+and+discrete+logarithms+on+a+quantum+computer.">Polynomial-time algorithms for prime factorization and discrete logarithms on a quantum computer.</a> SIAMJournalonComputing. 26 (5), 1484-1509 (1997).</li><li>Qabouche, H., Sahel, A., Badri, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Hybrid+energy+efficient+static+routing+protocol+for+homogeneous+and+heterogeneous+large+scale+WSN.">Hybrid energy efficient static routing protocol for homogeneous and heterogeneous large scale WSN.</a> Wireless Networks. 27, 575-587 (2021).</li><li>Farooq, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=POWER:+probabilistic+weight-based+energy-efficient+cluster+routing+for+large-scale+wireless+sensor+networks.">POWER: probabilistic weight-based energy-efficient cluster routing for large-scale wireless sensor networks.</a> The Journal of Supercomputing. 78, 12765-12791 (2022).</li><li>Maddams, W. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+scope+and+limitations+of+curve+fitting.">The scope and limitations of curve fitting.</a> Applied Spectroscopy. 34 (3), 245-267 (1980).</li><li>Wang, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+dynamic+opportunistic+routing+protocol+for+asynchronous+duty-cycled+WSNs.">A dynamic opportunistic routing protocol for asynchronous duty-cycled WSNs.</a> IEEE Transactions on Sustainable Computing. , (2023).</li><li>Ismail, A. S., Wang, X., Hawbani, A., Alsamhi, S., Aziz, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Routing+protocols+classification+for+underwater+wireless+sensor+networks+based+on+localization+and+mobility.">Routing protocols classification for underwater wireless sensor networks based on localization and mobility.</a> Wireless Networks. 28, 797-826 (2022).</li><li>Garcia-Martin, E., Rodrigues, C. F., Riley, G., Grahn, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Estimation+of+energy+consumption+in+machine+learning.">Estimation of energy consumption in machine learning.</a> Journal of Parallel Distributed Computing. 134, 75-88 (2019).</li><li>Egger, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantum+computing+for+finance:+State-of-the-art+and+future+prospects.">Quantum computing for finance: State-of-the-art and future prospects.</a> IEEE Transactions on Quantum Engineering. 1, 1-24 (2020).</li><li>Rasool, R. U., Ahmad, H. F., Rafique, W., Qayyum, A., Qadir, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantum+computing+for+healthcare+:+A+review.">Quantum computing for healthcare : A review.</a> TechRxiv. , (2021).</li></ol>

Den nuværende state-of-the-art kommercielle kvanteprocessor kan bruges i beregningsproblemer af enhver netværkstopologi1. Kvanteprocessorapplikation er ikke begrænset af antallet af fysiske qbits, som nogen af kvanteprocessorerne har været i stand til at implementere. 
I design af forlængelse af sensornetværkets levetid viser resultaterne et fremskridt i metoden til at opnå endnu længere netværkslevetid ved hjælp af en kvanteprocessor. Resultaterne antyder, at...

Energibesparelse i sensornetværk har været et meget kritisk spørgsmål i design1. Klassiske metoder tackler normalt problemet ved hjælp af en ad hoc-tilgang 2,3,4,5,6. Når det er sagt, efterligner disse metoder sensorknudepunkterne som individuelt styrede intelligente aktiver, der også kan samarbejde om at tjene både individets og samfundets interesser. På grund af det ustabile miljø, hvor sensorer fungerer, introduceres tilfældige algoritmer i nogle værker for at fange miljøusikkerhederne, mens der i andre lånes biointelligens til at udtænke heuristiske algoritmer, der kunne opnå sunde fornuftsacceptable resultater7. For yderligere at illustrere er miljøusikkerhederne for disse tilfældige algoritmer på den ene side måske ikke så tilfældige som den tilfældige sekvens, der genereres af en klassisk CPU, og på den anden side, selv om miljøusikkerhederne er helt tilfældige, kan de ikke fanges af den tilfældige processimulator, der genereres af klassisk CPU; For disse biointelligensalgoritmer er der for det første ikke udledt nogen streng matematisk analyse for at få et konceptuelt bevis til at fungere, for det andet kan konvergensen til sandhed eller fejltolerancegrænsen kun konfigureres givet en informeret grundsandhed - selvom en betydelig mængde værker i litteraturen til en vis grad har vist, at disse heuristiske algoritmer fungerer, For det første analyseres disse algoritmer (ikke simuleres) mod veldefinerede brugsscenarier, de stopper ved visse kriterier, der stadig er værd at overveje i yderligere forskning, for en anden, som sagt før, er et flertal af algoritmerne ikke valideret mod softwaresimulering, der lettere kan implementeres i mikroprocessorerne, der gør en sensor til densvæsen 8.
Vi overvejer ikke maskinindlæring (ML) her, fordi den skal anvende dataanalyse, som kræver en relativt stor mængde beregningskraft, der ikke er bærbar i sensorenheder9.
For at løse ovennævnte bekymringer leverer vi en hybrid kvantealgoritme. Algoritmen er hybrid, idet klyngehovedudvælgelsesmekanismen implementeres ved hjælp af en klassisk tilfældig algoritme under routingberegningerne udført ved hjælp af en kvanteprocessor, når netværkstopologien er oprettet. Metoden er begrundet som følger: (1) Som diskuteret i første afsnit vedrørende miljøusikkerhederne ønsker vi ikke at bestræbe os yderligere på at anvende en kvantesekvensgenerator til at fange miljødynamikken, fordi den kan være historisk sporbar. Den miljømæssige dynamik, der historisk kan spores, er blevet retfærdiggjort af forskellige maskinlæringsforskningsarbejder inden for netværksvidenskab. I den nuværende fase forbliver vi med den klassiske tilgang. (2) Den nøjagtige metode, der er afhængig af abstrakt matematisk analyse, garanterer at nå frem til grundsandheden. Kvanteeksperimentel fysik har hidtil været sofistikeret understøttet af fysisk matematik. Desuden har algoritmeapplikationer som Shor-algoritmen10 eksisteret for at bevise denne afrundede teori.
En tilstrækkelig mængde litteraturundersøgelse er angivet nedenfor til sammenligning. HEESR-protokollen foreslået11 har påviselige fordele i resultaterne, men forfatterne har specificeret simuleringskonfigurationsparametrene godt, for eksempel den nøjagtige tilfældige fordelingsfunktion af nodepositionen, den korrekte begrundelse for klyngehovedprocenten p (0,2%) og skaleringsparameteren for fordeling af energiniveau (1-2 joule) blandt noder a_i. Det forbød forfatteren at gå videre med at duplikere eksperimenterne og foretage sammenligningen. Power routing-mekanismen12 anvender kurvetilpasningsmetoden til at tilnærme konvergerede kontinuerlige funktioner fra diskrete datasæt opnået fra uspecificeret prøverum for determinanter, der påvirker beslutningsprocessen for den optimale netværksrouting. Kurvetilpasningsmetode13 kræver forudgående oplysninger om nettopologien. De virkelige omstændigheder har måske ikke forudgående oplysninger umiddelbart tilgængelige. Selv når der findes forudgående oplysninger, er netværkstopologi muligvis ikke regelmæssig nok til at kunne kortlægges på tilpasningskurver, der er i stand til at lette afledt beregning. Efter samme logik har DORAF-protokol14 ikke retfærdiggjort, hvordan og hvorfor man skal låne Boltzmann-funktionen og logistikfunktionen for at tilnærme netværksdeterminanterne. Ismail et al.15 har givet en solid reference til fremtidige forskningsbestræbelser i energieffektivt ruteprotokoldesign i undervandsnetværket.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Dell Laptop</td>
			<td>Dell</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>Ubuntu 18.04.6 LTS</td>
			<td>Canonical Ltd</td>
			<td>18.04.6 LTS</td>
			<td></td>
		</tr>
		<tr>
			<td>Python3.8</td>
			<td>Python Software Foundation</td>
			<td>3.8.0</td>
			<td></td>
		</tr>
		<tr>
			<td>Dwave QPU</td>
			<td>Dwave</td>
			<td>https://docs.ocean.dwavesys.com/en/stable/overview/install.html</td>
			<td></td>
		</tr>
	</tbody>
</table>

large scale energy efficient sensor network routing using a quantum processor unit

Sensornetværkets energibesparelsesmetode, som er en brugshybrid af en klassisk computer og kvanteprocessor, har vist sig at fungere bedre end den heuristiske algoritme ved hjælp af en klassisk computer. I dette manuskript præsenteres og begrundes den tekniske kontekst for metodens betydning. Derefter demonstreres de eksperimentelle trin i en operationel sekvens med illustrationer, hvis det nogensinde er nødvendigt. Metoden er blevet valideret af positive resultater på tværs af et tilfældigt genereret prøvesæt af netværkstopologier. De vellykkede eksperimentelle resultater af denne metode har givet en bedre tilgang til sensornetværkets levetidsmaksimeringsproblemer og demonstreret, at den nuværende avancerede kvanteprocessor har været i stand til at løse store praktiske tekniske problemer med fordele, der tilsidesætter nuværende metoder i litteraturen. Med andre ord kan kvantefordelen udnyttes efter bedste evne. Det er gået ud over beviset for konceptet til beviset for gennemførligheden.

Resultaterne fra en stikprøve er vist i tabel 2, 3 og 4. De detaljerede datasæt for de tre databatches er tilgængelige i mappen Supplementary Data 1 .
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td colspan="3">Datasæt 1</td>
		</tr><tr><td>198 knudepunkter i et cirkulært område med en radius på 50m</td>
			<td>Hybrid kvantealgoritme</td>
			<td>Advanced_Leach algoritme<...

Watch this Scientific Journal Video about Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit at JoVE.com

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Denne undersøgelse giver en metode til at bruge en kvanteprocessorenhed til at beregne ruterne for forskellige trafikdynamikker, der arbejder for at overgå klassiske metoder i litteraturen for at maksimere netværkets levetid.

Energieffektiv sensornetværksrouting i stor skala ved hjælp af en kvanteprocessorenhed

The sensor network energy conservation method, which is a usage hybrid of a classical computer and quantum processor, has proved to perform better than ...

Denne protokol viser sig at være mere energimæssig end ældre protokoller. Fra et indholdscomputerforskningsperspektiv viser denne protokol, at den nuværende flaskehals af støjende qubit-problem ikke holder loft for kommercialiteten af indholdscomputerteknologi. Disse teknikker demonstrerer muligheden for at anvende nuværende state art content computing metoder til netværksproblemer.Desuden præsenterer det fordelene ved at anvende indholdsberegningsmetoder til netværksproblemer frem for ældre metoder. For at begynde skal du downloade og installere Ocean-værktøjerne fra det givne link. Skriv python-rummet minus m mellemrum venv rum, hav og derefter hav / bin / aktiver, ved terminalen.Skriv derefter git space clone space https:github.com/dwavesystems/dwave-ocean-sdk. Git derefter cd space dwave-ocean-sdk, efterfulgt af python space setup. py plads installation.Efter download og installation af Cplex skal du skrive pip space install space cplex på terminalen. Brug Python-programmeringsnotationsscript til at konfigurere eksperimentkonfigurationsparametrene. Når scriptet er udført, behandles det underliggende sprog for at gemme variablerne i RAM.Opret derefter Python-scripts for at generere 198 sensorknude 2D-positioner, der er lige spredt i seks sektorer, og del det cirkulære område med en radius på 50 meter. Inden for hver sektor skal du sikre, at de 33 sensornoder spredes tilfældigt af en normalfordeling. Gem 2D-positionerne i tekstfiler efter hver sektor under navnestavereglen som posdata med enkelt anførselstegn plus sektorunderstregning nej plus txt med enkelt tilbud.Segmenter det cirkulære område med en radius på 50 meter i seks sektorer. For sektorindeks I skal du indstille pollængden for jth-sensornoden ved at indtaste den angivne kommando. Hvis sektorindekset er L, skal du indstille vinkelværdien for jth-sensornoden.Indstil derefter de kartesiske koordinater for jth-sensornoden i den i'te sektor. For at forberede de indledende energiniveauer for alle 198 sensornoder skal du dele dem ligeligt og tildele en indledende energi på 0,5 joule til halvdelen af sensornoderne og en joule til den anden halvdel. Fortsæt med at oprette et array til at gemme hver nodes energiniveau og brug en løkke til at tildele celler sekventeret i lige tal værdien af en og dem, der er sekventeret i ulige tal, værdien af 0,5.Forbered derefter et funktionelt script for at vælge klyngehovedet. For hver sensorknude opnås et tilfældigt tal mellem nul og en, threshold_rm lig med tilfældigt. tilfældig parentes.Hvis threshold_RM er mindre end t_n, skal du vælge denne sensornode som klyngehoved. For hver noncluster_head skal du vælge den nærmeste klyngehovedsensorknude til den som dens klyngehoved. Forbered kommandolinjerne til at beregne energiudtømningsprocessen på tværs af hele netværket til denne runde.Til sidst skal du beregne de krævede transmissionsrundemålinger. For at forberede et hybrid kvantealgoritmescript skal du køre udvælgelsesproceduren i en løkke for at sikre, at antallet af klyngehoveder er seks. Derefter skal du for hver af de ikke-cluster_head_valid noder beregne afstanden til hvert valgt klyngehoved og tildele det til klyngehovedet, hvis klyngestørrelse ikke har overskredet seks, og hvor afstandsværdien var mindst.Forbered derefter et underfunktionsscript, hvor rooting-optimeringsproblemet pr. klynge dannes og sendes til Dwave API. Brug Python-script til at beregne energiudtømningen på tværs af hele netværket for kvantitativt at evaluere algoritmen efter netværkets levetid med hensyn til antallet af transmissionsrunder. Optag derefter det øjeblik, hvor den første knude drænes ud, og når halvdelen af knudepunkterne drænes ud.I denne undersøgelse blev det observeret, at hybridkvantealgoritmen har mere effektivitet end den advanced_leach algoritme. Tidskompleksiteten af den hybride kvantealgoritme og den hybride kvantealgoritme, der overholder advanced_leach, vises også her. Disse metoder kan anvendes på andre systemer i objektiv optimering.For eksempel maskine-til-maskine kommunikation i fremstillingsindustrien. Ifølge indholdsfysik har indholdsteorien banet problemer for hver fast spilindstilling. Det kan føre til ny forskning inden for samfundsvidenskab og økonomi.

Research

JoVE Journal

Engineering

Terahertz Microfluidic Sensing Using a Parallel-plate Waveguide Sensor

Terahertz Mikrofluidenheder Sensing hjælp af en parallel-plade Waveguide Sensor

Refractive index (RI) sensing is a powerful noninvasive and label-free sensing technique for the identification, detection and monitoring of microfluidic ...

Analysis of Contact Interfaces for Single GaN Nanowire Devices

Analyse af kontaktflader til enlige GaN Nanotråd Devices

Single GaN nanowire (NW) devices fabricated on SiO2 can exhibit  a strong degradation after annealing due to the  occurrence of void formation at the ...

How to Build a Vacuum Spring-transport Package for Spinning Rotor Gauges

Hvordan man opbygger en Vacuum Spring-transport pakke til Spinning Rotor Målere

The spinning rotor gauge (SRG) is a high-vacuum gauge often used as a secondary or transfer standard for vacuum pressures in the range of 1.0 x 10-4 Pa to ...

Resonance Fluorescence of an InGaAs Quantum Dot in a Planar Cavity Using Orthogonal Excitation and Detection

Resonans fluorescens af en InGaAs Quantum Dot i en Planar hulrum bruger ortogonale Excitation og påvisning

The ability to perform simultaneous resonant excitation and fluorescence detection is important for quantum optical measurements of quantum dots (QDs). ...

Enhanced Electron Injection and Exciton Confinement for Pure Blue Quantum-Dot Light-Emitting Diodes by Introducing Partially Oxidized Aluminum Cathode

Forbedret elektron injektion og Exciton indespærring for ren blå kvante-Dot lysemitterende dioder ved at indføre delvist oxideret aluminium katode

Stable and efficient red (R), green (G), and blue (B) light sources based on solution-processed quantum dots (QDs) play important roles in next-generation ...

Generation and Coherent Control of Pulsed Quantum Frequency Combs

Generation og sammenhængende kontrol af pulserende Quantum frekvens kamme

We present a method for the generation and coherent manipulation of pulsed quantum frequency combs. Until now, methods of preparing high-dimensional ...

An Efficient Method for Selective Desalination of Radioactive Iodine Anions by Using Gold Nanoparticles-Embedded Membrane Filter

En effektiv metode til selektiv afsaltning af radioaktivt jod anioner ved hjælp af guld nanopartikler-Embedded membranfilter

Here, we demonstrate a detail protocol for the preparation of nanomaterials-embedded composite membranes and its application to the efficient and ...

Measuring Sub-23 Nanometer Real Driving Particle Number Emissions Using the Portable DownToTen Sampling System

Måling Sub-23 Nanometer Real Kørsel Partikel nummer emissioner ved hjælp af bærbare DownToTen Sampling System

The current particle size threshold of the European Particle Number (PN) emission standards is 23 nm. This threshold could change because future ...

Simulating Imaging of Large Scale Radio Arrays on the Lunar Surface

Simulering af billedbehandling af store radiosystemer på Månens overflade

In recent years there has been a renewed interest in returning to the Moon for reasons both scientific and exploratory in nature. The Moon provides the ...

Performing In Situ Closed-Cell Gas Reactions in the Transmission Electron Microscope

Performing In Situ Closed-Cell Gas Reactions in the Transmission Electron Microscope

Udførelse in situ lukket celle gasreaktioner i transmissionselektronmikroskopet

Gas reactions studied by in situ electron microscopy can be used to capture the real-time morphological and microchemical transformations of materials at ...