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

Arbeidet er støttet av Engineering and Physical Sciences Research Council of the UK (EPSRC) Grant nummer EP / W032643/1.

1. Sette opp Dwave Ocean Environment
<ol><li>Last ned og installer havverktøyene fra lenken: https://docs.ocean.dwavesys.com/en/stable/overview/install.html<ol><li>På terminalen, skriv python -m venv ocean.</li>
		<li>Ved terminalen skriver du inn . ocean/bin/activate, som vist i figur 1.</li>
		<li>Skriv inn git-klone på terminalen https://github.com/dwavesystems/dwave-ocean-sdk.git Deretter skriver du cd dw...

<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 nåværende state-of-the-art kommersielle kvanteprosessoren kan brukes i beregningsproblemer av enhver nettverkstopologi1. Kvanteprosessorapplikasjonen er ikke begrenset av antall fysiske qbits noen av kvanteprosessorene har vært i stand til å implementere. 
I sensornettverkets levetidsforlengelsesdesign viser resultatene en fremgang i metoden for å oppnå enda lengre nettverkslevetid ved å bruke en kvanteprosessor. Resultatene tyder på at kvantefortrinnet er k...

Energisparing i sensornettverk har vært et svært kritisk tema i design1. Klassiske metoder takler normalt problemet ved hjelp av en ad hoc-tilnærming 2,3,4,5,6. Når det er sagt, etterligner disse metodene sensornodene som individuelt forvaltede intelligente eiendeler som også kan samarbeide for å tjene både individets og samfunnets interesser. På grunn av det flyktige miljøet der sensorer fungerer, blir det i noen verk introdusert tilfeldige algoritmer for å fange miljøusikkerhetene, mens i andre lånes biointelligens for å utarbeide heuristiske algoritmer som kan oppnå sunn fornuft akseptable resultater7. For å illustrere ytterligere, for de tilfeldige algoritmene, kan det hende at miljømessige usikkerheter på den ene siden ikke er like tilfeldige som den tilfeldige sekvensen generert av en klassisk CPU, for den annen side, selv om miljøusikkerhetene er helt tilfeldige, kunne de ikke fanges opp av den tilfeldige prosesssimulatoren generert av klassisk CPU; For disse bio-intelligensalgoritmene er det for det første ikke avledet noen streng matematisk analyse for å gjøre et konseptuelt bevisarbeid, for det andre kan konvergensen til sannhet eller feiltoleransegrensen bare konfigureres gitt en informert grunnsannhet - selv om en betydelig mengde verk i litteraturen til en viss grad har vist at disse heuristiske algoritmene fungerer, For det første blir disse algoritmene analysert (ikke simulert) mot veldefinerte bruksscenarier, de stopper ved visse kriterier som fortsatt er verdt å tenke på i videre forskning, for en annen, som sagt tidligere, har et flertall av algoritmene ikke blitt validert mot programvaresimulering som lettere kan distribueres i mikroprosessorene som gjør en sensor til å være8.
Vi vurderer ikke maskinlæring (ML) her fordi den trenger å bruke dataanalyse som krever et relativt stort volum regnekraft som ikke er bærbar i sensorenheter9.
For å løse de ovennevnte bekymringene, tilbyr vi en hybrid kvantealgoritme. Algoritmen er hybrid ved at klyngehodevalgsmekanismen implementeres ved hjelp av en klassisk tilfeldig algoritme under rutingsberegningene som utføres ved hjelp av en kvanteprosessor når nettverkstopologien er satt opp. Metoden er begrunnet slik: (1) Som diskutert i første avsnitt om miljøusikkerhetene, ønsker vi ikke å forsøke å anvende en kvantesekvensgenerator for å fange miljødynamikken videre fordi den kan være historisk sporbar. Miljødynamikken som historisk kan spores har blitt rettferdiggjort av ulike maskinlæringsforskningsarbeider innen nettverksvitenskap. For det nåværende stadiet holder vi oss til den klassiske tilnærmingen. (2) Den nøyaktige metoden som er avhengig av abstrakt matematisk analyse garanterer å komme frem til grunnsannheten. Kvanteeksperimentell fysikk har så langt blitt sofistikert støttet av fysisk matematikk. Videre har algoritmeapplikasjoner som Shor-algoritmen10 eksistert for å bevise denne avrundede teorien.
En tilstrekkelig mengde litteraturundersøkelse er gitt nedenfor for sammenligning. HEESR-protokollen foreslått11 har påviselige fordeler i resultatene, men forfatterne har spesifisert simuleringskonfigurasjonsparametrene godt, for eksempel den nøyaktige tilfeldige fordelingsfunksjonen til nodeposisjonen, riktig begrunnelse for klyngehodeprosenten p (0, 2%) og skaleringsparameteren for fordeling av energinivå (1-2 joule) blant noder a_i. Det forbød forfatteren å fortsette videre for å duplisere eksperimentene og gjennomføre sammenligningen. Power routing mechanism12 bruker kurvetilpasningsmetoden for å tilnærme konvergerte kontinuerlige funksjoner fra diskrete datasett hentet fra uspesifisert prøveområde for determinanter som påvirker beslutningsprosessen for optimal nettverksruting. Kurvetilpasningsmetoden13 krever forhåndsinformasjon om nettverkstopologien. Reelle omstendigheter har kanskje ikke forhåndsinformasjon lett tilgjengelig. Selv når det finnes forhåndsinformasjon, kan det hende at nettverkstopologien ikke er regelmessig nok til å kunne kartlegges på tilpasningskurver som er i stand til å lette utledbar beregning. Etter samme logikk har DORAF-protokoll14 ikke begrunnet hvordan og hvorfor man skal låne Boltzmann-funksjonen og logistikkfunksjonen for å tilnærme nettverksdeterminantene. Ismail et al.15 har gitt en god referanse for fremtidige forskningsbestrebelser på energieffektiv rutingprotokolldesign i undervannsnettverket.

<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

Sensornettverkets energisparingsmetode, som er en brukshybrid av en klassisk datamaskin og kvanteprosessor, har vist seg å fungere bedre enn den heuristiske algoritmen ved hjelp av en klassisk datamaskin. I dette manuskriptet presenteres og begrunnes den tekniske konteksten for metodens betydning. Deretter demonstreres de eksperimentelle trinnene i en operativ sekvens med illustrasjoner om nødvendig. Metoden har blitt validert av positive resultater på tvers av et tilfeldig generert utvalgssett med nettverkstopologier. De vellykkede eksperimentelle resultatene av denne metoden har gitt en bedre tilnærming til sensornettverkets levetidmaksimeringsproblemer og demonstrert at dagens toppmoderne kvanteprosessor har vært i stand til å løse store praktiske tekniske problemer med fordeler som overstyrer dagens metoder i litteraturen. Kvantefordelen kan med andre ord utnyttes til beste innsats. Det har gått utover stadiet av bevis på konsept til bevis på gjennomførbarhet.

Resultater fra ett utvalg er vist i tabell 2, tabell 3 og tabell 4. De detaljerte datasettene for de tre databunkene er tilgjengelige i mappen Tilleggsdata 1 .
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td colspan="3">Datasett 1</td>
		</tr><tr><td>198 noder i et sirkulært 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 studien gir en metode for å bruke en kvanteprosessorenhet for å beregne rutene for ulike trafikkdynamikker som arbeider for å overgå klassiske metoder i litteraturen for å maksimere nettverkets levetid.

Storskala energieffektiv sensornettverksruting ved hjelp av en kvanteprosessorenhet

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 protokollen viser seg å være mer energimessig enn eldre protokoller. Fra et innholdsdatabehandlingsforskningsperspektiv viser denne protokollen at dagens flaskehals av støyende qubit-problem ikke holder tak for kommersialiteten til innholdsdatabehandlingsteknologi. Denne teknikken demonstrerer muligheten for å anvende nåværende state art content computing metoder til nettverksproblemer.Videre presenterer den fordelene ved å bruke innholdsdatabehandlingsmetoder på nettverksproblemer over eldre metoder. For å begynne, last ned og installer Ocean-verktøyene fra den gitte lenken. På terminalen, skriv python space minus m space venv space ocean deretter ocean / bin / aktivere.Deretter skriver du git space clone space https:github.com/dwavesystems/dwave-ocean-sdk. git deretter cd space dwave-ocean-sdk, etterfulgt av python space setup. py plass installere.Etter at du har lastet ned og installert Cplex, skriver du inn pip space install space cplex på terminalen. Bruk Python-programmeringsnotasjonsskript til å konfigurere parameterne for eksperimentkonfigurasjonen. Når skriptet er utført, vil det underliggende språket behandle variablene i RAM.Deretter oppretter du Python-skriptene for å generere 198 sensornode 2D-posisjoner som er like spredt i seks sektorer, og del det sirkulære området med en radius på 50 meter. Innenfor hver sektor må du sørge for at de 33 sensornodene spres tilfeldig med en normalfordeling. Lagre 2D-posisjonene i tekstfiler av hver sektor under navnestaveregelen som posdata med enkelt anførselstegn, pluss sektorunderstrek ingen pluss txt med enkelt anførselstegn.Segmenter det sirkulære området med en radius på 50 meter i seks sektorer. For sektorindeks I angir du pollengden for jth-sensornoden ved å skrive inn den angitte kommandoen. Hvis sektorindeksen er L, angir du vinkelverdien for jth-sensornoden.Sett deretter de kartesiske koordinatene til jth-sensornoden i ith-sektoren. For å forberede de opprinnelige energinivåene for alle 198 sensornoder, del dem likt, og tildel en innledende energi på 0,5 joule til halvparten av sensornodene og en joule til den andre halvdelen. Fortsett å lage en matrise for å lagre hver nodes energinivå og bruk en sløyfe for å tilordne celler sekvensert i partall verdien av en og de som er sekvensert i oddetall verdien av 0,5.Deretter forbereder du et funksjonelt skript for å velge klyngehodet. For hver sensornode oppnår du et tilfeldig tall mellom null og en, threshold_rm lik tilfeldig. tilfeldig parentes.Hvis threshold_RM er mindre enn t_n, velger du denne sensornoden som klyngehode. For hver noncluster_head node velger du den nærmeste sensornoden for klyngehode som klyngehode. Forbered kommandolinjene for å beregne energiuttømmingsprosessen over hele nettverket for denne runden.Til slutt beregner du de nødvendige overføringsrundeberegningene. For å forberede et hybrid kvantealgoritmeskript, kjør utvelgelsesprosedyren i en løkke for å sikre at mengden klyngehoder er seks. Etter dette, for hver av de ikke-cluster_head_valid nodene, beregner du avstanden til hvert valgte klyngehode og tilordner den til klyngehodet hvis klyngestørrelse ikke har overskredet seks, og hvor avstandsverdien var minst.Deretter forbereder du et underfunksjonsskript der rotoptimaliseringsproblemet per klynge dannes og sendes til Dwave API. Bruk Python-skriptet til å beregne energiuttømmingen over hele nettverket for å kvantitativt evaluere algoritmen etter nettverkets levetid når det gjelder antall overføringsrunder. Registrer deretter øyeblikket når den første noden dreneres ut og når halvparten av nodene dreneres ut.I denne studien ble det observert at hybridkvantealgoritmen har mer effektivitet enn den advanced_leach algoritmen. Tidskompleksiteten til hybridkvantealgoritmen og hybridkvantealgoritmen som overholder advanced_leach er også vist her. Disse metodene kan brukes på andre systemer i objektivoptimalisering.For eksempel maskin-til-maskin-kommunikasjon i industrien. I følge innholdsfysikken har innholdsteorien banet problemer for hver faste spillinnstilling. Det kan føre til ny forskning innen samfunnsvitenskap og økonomi.

Research

JoVE Journal

Engineering

Terahertz Microfluidic Sensing Using a Parallel-plate Waveguide Sensor

Terahertz Microfluidic Sensing bruker en parallell-plate 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 av kontaktlinser grensesnitt for Single Gan nanowire 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 bygge en Vacuum Spring-transport Package for Spinning Rotor Gauges

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 på en InGaAs Quantum prikken i Planar skålen ortogonale eksitasjon og gjenkjenning

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 Electron injeksjon og Exciton Confinement for ren blå Quantum-Dot Light - Emitting Diodes ved å innføre delvis oksidert Aluminum 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

Generasjon og sammenhengende kontroll av pulserende Quantum frekvens kammer

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 for selektiv desalinering av radioaktivt jod anioner ved hjelp av gull nanopartikler-Embedded membran Filter

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 av Sub-23 Nanometer Reelle kjøring partikkelnummerutslipp ved hjelp av portable 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

Simulere avbildning av store radioarrayer på måneoverflaten

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

Utføre in situ lukket celle gassreaksjoner i transmisjonselektronmikroskopet

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