[论文解读] An open-source, distributed workflow for band mapping data in multidimensional photoemission spectroscopy

R. Patrick Xian, Yves Acremann+14 more|arXiv (Cornell University)|Sep 17, 2019

Machine Learning in Materials Science参考文献 1被引用 4

一句话总结

本文提出了一种开源、分布式的工作流程，用于处理高数据率的单电子事件流，适用于多维角分辨光电子能谱学，可实现对第三代和第四代光源以及台式激光器的能带映射数据的高效校准、结构化处理与分析。该工作流程支持数据重用、文档化，并可集成至材料数据库中。

ABSTRACT

Characterization of the electronic band structure of solid state materials is routinely performed using photoemission spectroscopy. Recent advancements in short-wavelength light sources and electron detectors give rise to multidimensional photoemission spectroscopy, which permits parallel measurements of the electron spectral function in energy, two momentum components and additional physical parameters with single-event detection capability. Processing the photoelectron event streams with a rate of a few to tens of megabytes per second poses a major data challenge in the field. We describe an open-source, distributed workflow for efficient interaction with single-electron events in photoemission band mapping experiments compatible with beamlines at 3$^{ ext{rd}}$ and 4$^{ ext{th}}$ generation light sources as well as table-top laser sources. The workflow transforms single-event data into calibrated and structured formats for subsequent storage, visualization and further analysis by facility users. The workflow can be archived for reuse and provides a basis for the documentation and comparison of multidimensional band mapping data and their integration into materials science databases.

研究动机与目标

• 应对在多维角分辨光电子能谱学中处理高通量单电子事件流日益增长的挑战。
• 为第三代和第四代光源以及台式激光光源的光束线提供高效的数据处理与分析能力。
• 将原始事件数据转化为适合可视化、存储与进一步分析的校准后结构化格式。
• 通过工作流程的归档支持可重复性与长期数据重用。
• 为将多维能带映射数据整合至材料科学数据库提供基础。

提出的方法

• 实现一种分布式计算架构，以处理每秒几兆到数十兆字节的单电子事件流。
• 设计一种模块化工作流程，利用事件级元数据与探测器几何信息，将原始事件数据处理为校准后和结构化的格式。
• 集成针对每个事件测量的能量、动量及其他物理参数的校准程序。
• 确保与多种实验装置的兼容性，包括同步辐射源和激光基光源。
• 使用开源软件组件，以实现透明性、可重复性以及社区可扩展性。
• 支持数据序列化与存储为标准化、可重用的格式，以支持后续分析与数据库集成。

实验结果

研究问题

• RQ1 如何高效处理并结构化来自多维角分辨光电子能谱实验的高数据率单电子事件流？
• RQ2 何种工作流程架构能够实现在不同光源设施间可扩展且可重复的数据处理？
• RQ3 如何对单个事件一致地应用能量、动量及其他物理参数的校准？
• RQ4 此类工作流程在哪些方面可支持长期数据重用与整合至材料科学数据库？
• RQ5 何种开源、分布式框架能够实现在第三代和第四代光源以及台式系统中的广泛采用？

主要发现

• 该工作流程成功处理了每秒几兆到数十兆字节的单电子事件流，适用于现代多维角分辨光电子能谱实验。
• 该系统将原始事件数据转化为校准后、结构化的格式，适合可视化与进一步分析。
• 该工作流程兼容第三代和第四代光源，以及台式激光基光电子能谱实验装置。
• 开源与分布式设计支持数据处理的可重复性，并实现实验工作流程的长期归档。
• 该工作流程为跨实验与设施的能带映射数据的文档化与比较提供了标准化基础。
• 该方法支持将多维能带映射数据整合至更广泛的材料科学数据库中。