出射角与深度灵敏度核

文献方法依据 · 原创解析模型演示。

合成示例 · 非实验数据

放大图样 ↗

给这张图选配色 →

① 源码与 CSV 解压到同一文件夹。

② 请 AI 运行 render_existing.py，得到 PNG、SVG 和 PDF；再核对并换成你的数据。

源码和 CSV 解压到同一文件夹即可重画。图件和提示词可分别下载。

你也可以用自己的话说。

查看请求

请读取绘图包里的 README 和 metadata.json，按说明在项目独立环境中运行包内已有源码，重画这份演示数据。不要重新生成或改写演示 CSV。收到我的文件后，先核对列名、单位、归一化基准与测试条件，再在副本中适配。逐圈容量、库伦效率与容量保持率用散点，不加连线；连续电压和光谱用无点实线，数据坐标四周保留框线。全电池保持率需明确参考圈、参考容量和相同工况，缺项先补齐；Li‖Cu 不强加保持率。不要继承演示条件、补造数据或静默覆盖旧图；回复只给结果位置和必要的下一步。

第一次用？先安装桌面软件 →

输入与使用边界

data.csv, model.json

输入格式、单位和条件见 README 与 metadata.json。示例是合成数据，不能用于论文实验结果。

No acquired cell or material. Independently declared analytic parameters, assumptions and units in scientific_basis.

示例的模型与依据

按声明的教学模型生成。参数为自设，引用支持公式或测试方法，不是从论文复制的实测数字。

计算关系

w(z)=exp[-z/(lambda*cos(theta))]/(lambda*cos(theta))

使用边界

Semi-infinite uniform medium and illustrative EAL; information depth is cumulative.
A numerical/model QA pass does not validate author data or a physical mechanism.

模型来源

NIST: Practical Guide for Inelastic Mean Free Paths, Effective Attenuation Lengths, Mean Escape Depths, and Information Depths in XPS
Takeoff geometry changes the normalized depth response rather than a sharp sampling depth.

相关资源

来源与引用

原创合成示例，数据与本版源码包含在绘图包内；未使用论文数据或原图

VoltPeer. 出射角与深度灵敏度核. Synthetic teaching delivery, version 1.0.0; data generator 1.0.0.

BIB ↓ RIS ↓

VoltPeer maintainers · v1.0.0 · MIT

文件、校验与检查状态

文件和格式已检查；模型测试范围见适配说明。格式检查不代表科学审核。

data.csv ↓figure.pdf ↓figure.png ↓figure.svg ↓metadata.json ↓model.json ↓render-report.json ↓BRF-demo-science_xps_depth_kernel.zip ↓science_xps_depth_kernel.bib ↓science_xps_depth_kernel.ris ↓

assets/showcase/science_xps_depth_kernel/data.csv  b11dae27ff9e5f62f4572b16df64c62d8344515a2daf617cc3ad165b76381242
assets/showcase/science_xps_depth_kernel/figure.pdf  d392cf54345e1b06e55e3d5dd65f7397fe8c1d7a2e1e3b2569a1349d957dd358
assets/showcase/science_xps_depth_kernel/figure.png  5e87fc42d86a6ba3e374f98151516541dc9bebb74561cc41e0334933923330b9
assets/showcase/science_xps_depth_kernel/figure.svg  cd5d0d43065686aa5171ae662b4af55c5842f0e40ac8219c42a50dc1eefc01bd
assets/showcase/science_xps_depth_kernel/metadata.json  ba77e54b8247c2a913ad703852e5998bfefda59e234a1c3457e64d541ab5942e
assets/showcase/science_xps_depth_kernel/model.json  c5ebd150e20ae5b945e767964b0fdcca4df6a2aaa4446d55838a5f1348ffb8a4
assets/showcase/science_xps_depth_kernel/render-report.json  0b9f3a5b39740f9f007b77210933562eddf05c96173e5a05486b2bd404c522e2
assets/showcase/BRF-demo-science_xps_depth_kernel.zip  ae8853db926ab56fe0330b13bc283cadf3d591b63a59d0abc4cb54f085711ea2
assets/citations/science_xps_depth_kernel.bib  ca10ced1be8bf304b54a3879f4eee06d3828afd66e5a526dbb3445fa6850a8c1
assets/citations/science_xps_depth_kernel.ris  8b71691f58503e58ff85aa0e8fd254d41f209658e50d9199cf7db81501eba4b6

讨论或改进这份资源 → 返回资源库 →