18.08.2021
Сколтех
644

Ученые использовали нейронную сеть для реконструкции 3D-изображений волокнистых материалов

4.4

Исследователям Сколтеха и их коллегам из Лёвенского католического университета (Бельгия) удалось восстановить трехмерные изображения волокнистых материалов, полученных с помощью микрокомпьютерной томографии. Чтобы решить эту сложную и трудоемкую для человека задачу, ученые использовали методы машинного обучения.

Ученые использовали нейронную сеть для реконструкции 3D-изображений волокнистых материалов / ©Getty images

Полученные результаты, опубликованные в журнале Computational Materials Science, имеют важное значение для дальнейшего углубленного анализа свойств материалов. Микрокомпьютерная томография — незаменимое средство при исследовании трехмерной микроструктуры композитов, армированных волокном, и других сложных материалов. Однако использование этого метода связано с рядом дополнительных трудностей, таких как очень малые размеры образцов, наличие на изображениях артефактов и затененных областей, а также низкое качество, либо полное отсутствие отдельных фрагментов изображения.

Для решения этой непростой задачи ученые решили воспользоваться методами, которые реставраторы применяют при восстановлении произведений искусства — в частности, методом реконструирования дефектов, который уже широко применяется в цифровой обработке изображений.

«Главное преимущество реконструкции изображений на основе ИИ — быстрота. При наличии обученной модели с помощью этого метода можно обрабатывать до сотни изображений в секунду. Человеку такая скорость просто не под силу. Кроме того, компьютеры гораздо лучше справляются с обработкой трехмерных изображений, поскольку машина способна видеть их „насквозь“ и со всех сторон, мгновенно проводя реконструкцию по всему объему, а не только по поверхности», — рассказывает первый автор статьи, аспирант Сколтеха и Лёвенского католического университета Радмир Карамов.

Карамов участвует в исследованиях, проводимых под руководством директора Центра Сколтеха по проектированию, производственным технологиям и материалам (CDMM) профессора Искандера Ахатова и профессора Лёвенского католического университета Степана Ломова. Коллектив предложил использовать для задач реконструкции трехмерных изображений микрокомпьютерной томографии генеративно-состязательные сети (GAN) с 3D-кодировщиками и декодерами.

Как поясняют авторы, армирующие включения в композитных материалах, такие как волокна, могут иметь произвольную ориентацию в трех измерениях, поэтому приходится иметь дело именно с 3D-изображениями, описывающими эту сложную внутреннюю микроструктуру. Поскольку добиться необходимой точности с помощью более привычных сверточных нейронных сетей не представлялось возможным, ученые решили использовать генеративно-состязательные сети.

«При восстановлении изображений с использованием GAN нужно обучать для этой цели не одну, а две конкурирующие между собой нейронные сети: генеративную сеть, формирующую „искусственные“ изображения, которые выглядят как подлинные; и дискриминативную сеть, задача которой — отличить „настоящие“ изображения от „искусственных“.

Как говорил создатель GAN Ян Гудфеллоу, это напоминает соперничество между фальшивомонетчиками и полицейскими. Первые стремятся напечатать как можно больше фальшивых купюр, мало отличающихся по виду от настоящих, а вторые проверяют каждую купюру на предмет подлинности», — поясняет Карамов. Ученые протестировали три варианта архитектуры GAN, выбрав для этой цели изображения микрокомпьютерной томографии наиболее сложного образца — композита, армированного короткими стеклянными волокнами, не имеющего в своей структуре никаких повторов.

В результате из трех вариантов исследователи выбрали архитектуру сети, в которой наиболее удачно сочетались высокое качество реконструкции, производительность и умеренное использование памяти графического процессора. «Предложенный нами алгоритм позволяет устранять все дефекты на изображениях и, следовательно, более точно моделировать свойства материалов и прогнозировать качество конечного материала при условии устранения всех внутренних пор и пустот в его структуре в процессе производства», — подчеркивает Карамов.

Реконструкция микроструктуры материалов — первый шаг в разработке полностью автоматического генеративного алгоритма, который позволит создавать инновационные материалы со свойствами, отвечающими требованиям конкретных приложений, добавляет он.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Сколковский институт науки и технологий — негосударственный технологический университет, расположенный в инновационном центре Сколково. Институт был создан в 2011 году при поддержке Массачусетского технологического института. Модель института предусматривает тесную интеграцию технологического образования, исследовательской работы и предпринимательских навыков. Институт ведёт обучение по программам магистратуры и PhD, рабочий язык — английский.
Предстоящие мероприятия
Вчера, 19:27
Михаил Орлов

В последнее время Азовское море страдает от нашествий медуз-корнеротов. Местные исследователи из Азово-Черноморского филиала ВНИРО подошли к проблеме изобретательно и предложили использовать корнеротов как ценный продукт питания.

Позавчера, 16:42
Илья Ведмеденко

Украина, вероятно, потеряла недавно запущенный космический аппарат «Сич-2-30». Пока с ним нет устойчивой связи — или совсем никакой.

25 января
Александр Березин

Океаны на нашей планете не могли возникнуть сразу после ее появления: здесь было слишком жарко. Однако попытки объяснить их «кометным завозом» не удались, изотопный состав нашей воды не такой, как в кометах. До самых недавних пор оставалось неясным, откуда же тогда она появилась, сделав возможной земную жизнь?

24 января
Сколтех

Коллектив ученых из Сколтеха — аспирант Егор Нужин, доцент Максим Панов и профессор Николай Бриллиантов — при помощи методов искусственного интеллекта объяснили таинственное поведение, характерное для ряда животных, — кружение.

21 января
Илья Ведмеденко

Заслуженные штурмовики A-10 и Су-25, которым дали прозвища «Бородавочник » и «Грач» соответственно, много десятилетий стоят на службе в Соединенных Штатах и России. Страны избрали разные подходы к модернизации этих самолетов, и сегодня Naked Science постарается понять, какой из них больше соответствует требованиям XXI века.

23 января
Илья Ведмеденко

(16) Психея – одно из самых необычных небесных тел в Поясе астероидов. Она может дать людям не только понимание о происхождении планет, но и невероятные по своим объемам ресурсы. Правда, придется подождать: миссия по исследованию астероида находится лишь в самом начале долгого и сложного пути.

12 января
Алиса Гаджиева

Дополнительное исследование вулканических пород формации Кибиш в Эфиопии изменило датировку найденных там костей Homo sapiens.

20 января
ТГУ

Ученые факультета физической культуры Томского государственного университета в рамках гранта, поддержанного РНФ, исследуют особенности механизма усвоения глюкозы при сахарном диабете второго типа. Для этого был организован масштабный четырехмесячный эксперимент на 240 мышах, подобного которому в мире еще никто не проводил. Животные с искусственно сформированным диабетом подвергались физической нагрузке. Установлено, что вечерние тренировки лучше снижали вес мышей мышей, а утренние – приводили к уменьшению уровня глюкозы. Предположительно, фактором, стимулирующим утилизацию глюкозы, выступил стресс. Ученые намерены проверить эту гипотезу.

24 января
Сколтех

Коллектив ученых из Сколтеха — аспирант Егор Нужин, доцент Максим Панов и профессор Николай Бриллиантов — при помощи методов искусственного интеллекта объяснили таинственное поведение, характерное для ряда животных, — кружение.

[miniorange_social_login]

Комментарии

Написать комментарий

Подтвердить?
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: