Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Ученые использовали нейронную сеть для реконструкции 3D-изображений волокнистых материалов
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.
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.
Коллектив ученых из МФТИ, Центрального аэрогидродинамического института имени профессора Н. Е. Жуковского и Нижегородского государственного технического университета имени Р. Е. Алексеева смоделировал обтекание воздушными массами крыла экраноплана. Установлена зависимость подъемной силы от конструкции крыла и режима полета.
Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Ученые предложили математический инструмент, позволяющий точно рассчитать условия стабильной работы систем фазовой автоподстройки частоты, используемых в устройствах связи и навигации. Такие системы синхронизируют параметры собственных сигналов устройства, например телефона, с поступающими на него сигналами, например, от Wi-Fi-роутера. Предложенный метод расчетов позволяет избежать неточностей, которые допускали ранее используемые подходы, и предлагает инженерам простые формулы, удобные для применения в реальных проектах. Это позволит предотвратить ошибки в работе приборов спутниковой навигации и беспроводной связи.
Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Коллектив ученых из МФТИ, Центрального аэрогидродинамического института имени профессора Н. Е. Жуковского и Нижегородского государственного технического университета имени Р. Е. Алексеева смоделировал обтекание воздушными массами крыла экраноплана. Установлена зависимость подъемной силы от конструкции крыла и режима полета.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.
Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
ПонятноИз-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
ПонятноНаши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
ПонятноМы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно
Комментарии