ディープラーニングシステムは、外部から材料の内部を探索します

Deep learning system explores the inside of materials from external.

内部構造、空洞、およびクラックに関する詳細な情報を、外部状況に関するデータのみに基づいて提供する新しい方法があります。

MITで開発された機械学習手法は、材料の表面に関するデータに基づいて、材料内部の構造、空洞、クラックを検出します。左上の立方体では、欠落した領域が灰色の箱で表されています。研究者は次に、欠落した領域を埋めるためにAIモデルを活用します（中央）。その後、別のAIモデルを使用して完全なフィールドマップに基づいて複合マイクロ構造のジオメトリが識別されます（右下）

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Related articles

Discover more

AIニュース

GoogleのプロジェクトOpen Se Curaをご紹介しますこれは、セキュアでスケーラブル、透明性の高い、効率的なAIシステムの開発を加速するためのオープンソースフレームワークです

AIの成長とともに、それは生活のあらゆる側面で使用されています。その応用はあらゆる分野に広がり、さまざまな分野への取り...

機械学習

「ひとつのAIモデルで全てのオーディオタスクをこなせるのか？UniAudioに出会ってください：新しいユニバーサルオーディオ生成システム」

生成AIの重要な側面の1つは音声生成です。近年、生成AIの人気の高まりにより、音声制作における多様で新興のニーズがますます...

AIニュース

「ReactでOpenAIの力を解き放つ：ユーザーエクスペリエンスを革新する」

このブログでは、ReactでOpenAIを使用してユーザーエクスペリエンスを革新する方法を探求しますOpenAIをReactと統合すること...

AIテクノロジー

「先天性とは何か、そしてそれは人工知能にとって重要なのか？（パート1）」

「生物学と人工知能における先天性の問題は、人間のようなAIの将来にとって重要ですこの概念とその応用についての二部構成の...

機械学習

「生成タスクを分類タスクに変換する」

「大規模な汎用言語モデルのコストは、より効率的なタスク特定の分類モデルをトレーニングすることによって軽減することがで...

機械学習

T-Mobile US株式会社は、Amazon TranscribeとAmazon Translateを通じて人工知能を利用し、顧客の希望する言語でボイスメールを提供しています

この投稿は、T-Mobile US, IncのシニアシステムアーキテクトであるDhurjati Brahma、T-Mobile US, Incの主任エンジニア/アー...

Want to read more? Go here