阿贡国家实验室的一组科学家开发了一种新方法,在人工智能的帮助下,将 x 射线数据转换成可见的3d图像。这个 study ,发表于 应用物理评论 ,开发了一个计算框架,能够从实验室的高级光子源( aps )获取数据,并以比传统方法快数百倍的速度创建三维可视化。
“为了充分利用升级后的 ap 的功能,我们必须重新设计数据分析。我们目前的方法不足以跟上。机器学习可以充分利用并超越目前的可能,”阿贡大学的计算科学家、该研究的合著者马修·切鲁卡拉在一份新闻稿中说。
这一进步可能对依赖大量 3d 数据的许多研究领域产生广泛的好处,从天文学到纳米级成像。
aps 被称为世界上技术最复杂的机器之一,它使用极其明亮的 x 射线束帮助研究人员在分子和原子水平上观察材料的结构。当这些光束从物体上反弹时,探测器以数据的形式收集它们。经过时间和复杂的计算,这些数据被转换成图像,显示出物体的结构。
然而,探测器无法捕获所有光束数据,留下丢失的信息片段。研究人员通过使用神经网络来填补这一空白,神经网络训练计算机模型,以根据输入的原始数据识别对象并可视化图像。
对于 3d 图像,由于处理的信息量很大,这可能非常及时。
“我们利用计算机模拟创造出不同形状和大小的晶体,并将它们转换成图像和衍射图案,供神经网络学习。阿贡博士后研究员、该研究的合著者亨利·陈( henry chan )说:“模拟的好处是可以很容易地快速生成许多用于训练的真实晶体。”。
新计算框架(称为 3d-cdi-nn )的工作是使用阿贡系统评估联合实验室的 gpu 资源开发的,包括 nvidia a100 and rtx 8000 gpus.
“这张纸……大大简化了成像过程。我们想知道一种材料是什么,以及它是如何随时间变化的,这将有助于我们在进行测量时更好地了解它,”该研究的合著者、阿贡材料科学部门的物理学家 stephan hruszkewycz 说。
关于作者
michelle horton 是 nvidia 的高级开发人员通信经理,拥有通信经理和科学作家的背景。她在 nvidia 为开发者博客撰文,重点介绍了开发者使用 nvidia 技术的多种方式。
几种汽车安全技术:ABS、TCS、VDC
智能变电站和传统变电站的区别
工业家用手持红外线测温枪的原理及优点
手持式设备掉电保护的电源后备方案
在语音处理中,通过使用大数据可以轻松解决很多任务
通过深度学习将X射线数据转换成3D图像
TI GHz DSP应用介绍
信步科技SV4-H1134嵌入式主板介绍
安防产业XVI技术进入5.0时代,高端智能AI能力傲视群雄
微雪电子1.3inch SH1106 OLED驱动模块简介
苹果公司在德国官网已经将iPhone 7/8下架
韩国运营商与大疆签署协议,让大疆未来产品具备5G连接性
OLED显示屏在手机市场的发展趋势
整车OTA是实现深度智能的必然选择
待机可唤醒CAN隔离收发模块——TD5(3)01DCANH-W
德承推出强固紧凑型GPU运算系统GM-1000
顺力电机分享五个检测微型电机接触不良的方法
谁来重新定义智慧城市?
最后两周!面包板还可以这样玩?!
VR超前发展战略又一次明确