深度学习系统从外部探索材料的内部
麻省理工学院的研究人员开发了一种新方法,允许工程师通过观察材料的表面特性来确定材料内部的成分。 这可以是从飞机部件到医疗设备的任何东西。 这种新方法允许工程师通过简单地观察材料的表面特性来确定材料内部发生的情况。
该团队使用深度学习,这是一种机器学习形式,可将材料外力场的模拟数据与与这些力场相对应的内部结构进行比较。 然后他们用它创建了一个能够根据表面数据对内部进行可靠预测的系统。
该研究结果发表在《Advanced Materials》上,作者是博士生杨震泽和土木工程与环境工程教授 Markus Buehler。
来源和详细信息:
https://techxplore.com/news/2023-04-deep-learning-explores-materials-interiors.html
