{rfName}
A

Indexado en

Licencia y uso

Citaciones

50

Altmetrics

Grant support

We would like to acknowledge support from the Comunidad de Madrid Industrial Doctorate Programme 2017 under reference number IND2017/IND-7793, from Quasar Science Resources S.L., and from the Spanish MINECO (projects MAT2017-83273-R (AEI/FEDER, UE). R.P. acknowledges support from the Spanish Ministry of Science and Innovation, through the "Maria de Maeztu" Programme for Units of Excellence in R&D (CEX2018-000805-M).

Análisis de autorías institucional

Romero-Muñiz, CAutor o CoautorPerez, RAutor (correspondencia)
Compartir
Publicaciones
>
Artículo

A Deep Learning Approach for Molecular Classification Based on AFM Images

Publicado en:Nanomaterials. 11 (7): 1658- - 2021-07-01 11(7), DOI: 10.3390/nano11071658

Autores: Carracedo-Cosme, Jaime; Romero-Muniz, Carlos; Perez, Ruben

Afiliaciones

Quasar Sci Resources SL, Camino Ceudas 2, E-28232 Las Rozas De Madrid, Spain - Autor o Coautor
Univ Autonoma Madrid, Condensed Matter Phys Ctr IFIMAC, E-28049 Madrid, Spain - Autor o Coautor
Univ Autonoma Madrid, Dept Fis Teor Mat Condensada, E-28049 Madrid, Spain - Autor o Coautor
Univ Pablo Olavide, Dept Phys Chem & Nat Syst, Ctra Utrera Km 1, E-41013 Seville, Spain - Autor o Coautor
Univ Seville, Dept Fis Aplicada 1, E-41012 Seville, Spain - Autor o Coautor
Ver más

Resumen

In spite of the unprecedented resolution provided by non-contact atomic force microscopy (AFM) with CO-functionalized and advances in the interpretation of the observed contrast, the unambiguous identification of molecular systems solely based on AFM images, without any prior information, remains an open problem. This work presents a first step towards the automatic classification of AFM experimental images by a deep learning model trained essentially with a theoretically generated dataset. We analyze the limitations of two standard models for pattern recognition when applied to AFM image classification and develop a model with the optimal depth to provide accurate results and to retain the ability to generalize. We show that a variational autoencoder (VAE) provides a very efficient way to incorporate, from very few experimental images, characteristic features into the training set that assure a high accuracy in the classification of both theoretical and experimental images.

Palabras clave
atomic force microscopy (afm)deep learningmolecular recognitionAtomic force microscopy (afm)Atomic-force microscopyChemical-identificationDeep learningMolecular recognitionResolutionSilicon (111)-(7x7) surfaceTotal-energy calculationsVariational au-toencoder (vae)Variational autoencoder (vae)

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Nanomaterials debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2021, se encontraba en la posición 37/161, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Physics, Applied.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales proporcionadas por WoS (ESI, Clarivate), arroja un valor para la normalización de citas relativas a la tasa de citación esperada de: 1.48. Esto indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Media Ponderada del Impacto Normalizado de la agencia Scopus: 2.16 (fuente consultada: FECYT Feb 2024)
  • Field Citation Ratio (FCR) de la fuente Dimensions: 3.74 (fuente consultada: Dimensions Apr 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-04-24, el siguiente número de citas:

  • WoS: 20
  • Scopus: 25
  • Europe PMC: 5
  • OpenCitations: 21
Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-04-24:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 29.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 26 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 8.7.
  • El número de menciones en la red social X (antes Twitter): 3 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Carracedo-Cosme, J) y Último Autor (PEREZ PEREZ, RUBEN).

el autor responsable de establecer las labores de correspondencia ha sido PEREZ PEREZ, RUBEN.