Реконструктор реальности: учёные МФТИ научились программировать свойства материалов на уровне структуры

Учёные МФТИ совместно с китайскими коллегами из Сычуанского университета разработали метод SWNN, позволяющий по двумерному снимку среза пористого материала создать его трёхмерную модель.

Метод SWNN, описанный в публикации на ScienceDirect, способен построить 3D-модель пористого материала вплоть до кубов с сотнями миллионов ячеек — и всё это на основе единственного 2D-снимка. В основе подхода — комбинация нейронных сетей с математической метрикой, известной как срезанное расстояние Вассерштейна.

Традиционные способы изучения микроструктуры пористых материалов, такие как 3D-томография, имеют ограничения: например, по разрешению или объёму образца. Существующие компьютерные модели, в свою очередь, требуют больших массивов данных для обучения. Новый метод решает эти проблемы: он работает с одним образцом, обеспечивает точное управление свойствами, масштабируем и позволяет управлять неоднородностью структуры.

Разработанный подход открывает широкие возможности для моделирования свойств различных пористых материалов — от горных пород и керамики до аккумуляторных электродов и жаропрочных сплавов. С его помощью можно проектировать материалы с заданными характеристиками, например, фильтры или почвы с оптимальными свойствами влагоудержания.

Источник: МФТИ