国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

npj Comput. Mater.: 人工神經(jīng)網(wǎng)絡(luò)多相分割電池電極納米CT圖像

電池電極斷層掃描（CT）圖像的分割是一個(gè)關(guān)鍵的處理步驟，將對(duì)材料表征和電化學(xué)模擬的結(jié)果產(chǎn)生額外的影響。然而，手動(dòng)標(biāo)記X射線CT圖像（XCT）非常耗時(shí)，并且這些XCT圖像通常難以用直方圖方法進(jìn)行分割。

圖1. 不同方法的多相分割比較

在此，法國(guó)亞眠大學(xué)Arnaud Demortière等人針對(duì)現(xiàn)實(shí)世界的電池材料數(shù)據(jù)集提出了一種具有不對(duì)稱深度編碼-解碼器卷積神經(jīng)網(wǎng)絡(luò)（CNN, LRCS-Net）的深度學(xué)習(xí)方法，并展示了在開源SegmentPy軟件框架內(nèi)從頭開始訓(xùn)練CNN的工作流程。在編碼器端，LRCS-Net總共包含五層卷積和三個(gè)索引最大池（MP），并以sigmoid函數(shù)而不是網(wǎng)絡(luò)其余部分中應(yīng)用的泄漏函數(shù)結(jié)束。在解碼器端包含八層卷積，每個(gè)塊的第一個(gè)卷積層具有三個(gè)上采樣接收索引。

盡管與常用的U-net網(wǎng)絡(luò)相比，該模型在其他領(lǐng)域的語義分詞中可訓(xùn)練參數(shù)較少，但CT圖像每秒吞吐量可以達(dá)到U-net的兩倍，且對(duì)十億體素體積的預(yù)測(cè)速度快四分之一。此外，通過調(diào)整超參數(shù)（HP）可提高CNN的性能。在研究的HPs中，學(xué)習(xí)率和批量大小是最敏感的，因此需要仔細(xì)調(diào)整。

圖1. LRCS-Net與輸入圖像和損失函數(shù)組合的示意圖

此外，這些發(fā)現(xiàn)已在鋰離子電池正極的兩個(gè)XCT數(shù)據(jù)集上得到驗(yàn)證，并且使用相襯技術(shù)在另外兩個(gè)Li-O₂電池?cái)?shù)據(jù)集上也可重現(xiàn)。進(jìn)一步，作者還展示了將遷移學(xué)習(xí)應(yīng)用于類似數(shù)據(jù)集中訓(xùn)練的增量效果。

總之，目前的工作不僅證明了CNN的預(yù)測(cè)能力，而且還解決了電池CT材料分割中不確定性這一具有挑戰(zhàn)性的話題。作者通過識(shí)別由于訓(xùn)練數(shù)據(jù)中稀釋的人為偏見而導(dǎo)致的不確定性來解開分割質(zhì)量的這種模糊定義，使用合成數(shù)據(jù)的進(jìn)一步CNN訓(xùn)練顯示了這種不確定性對(duì)材料特性的定量影響。最后，作者建議在實(shí)踐中可以進(jìn)行更精細(xì)的分割調(diào)整，且可以使用更多的CT切片來組成每個(gè)數(shù)據(jù)集。

圖2. 模型用于分割其他電池?cái)?shù)據(jù)集的性能展示

Artificial neural network approach for multiphase segmentation of battery electrode nano-CT images, npj Computational Materials 2022. DOI: 10.1038/s41524-022-00709-7

原創(chuàng)文章，作者：v-suan，如若轉(zhuǎn)載，請(qǐng)注明來源華算科技，注明出處：http://www.xiubac.cn/index.php/2023/10/15/ae28282553/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

npj Comput. Mater.: 人工神經(jīng)網(wǎng)絡(luò)多相分割電池電極納米CT圖像

相關(guān)推薦