基于扩散的去噪合成三维各向异性微结构的二维映像转换
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
通过基于二维显微图的条件扩散生成模型的空间连接,提出了一个重建各向异性微结构的框架,能够将噪声转化为三维微结构样本,并提高样本质量,保持样本在三维空间中的空间连接。验证结果表明,该框架能够再现材料相的统计分布和三维空间中的材料性质,为高通量材料设计提供了帮助。
🎯
关键要点
- 提出了一个重建各向异性微结构的框架
- 框架通过条件扩散生成模型实现空间连接
- 能够有效将噪声转化为三维微结构样本
- 采用修改的协调抽样方法提高样本质量
- 保持各向异性微结构样本在三维空间中的空间连接
- 验证结果显示框架再现材料相的统计分布
- 框架凸显了微结构 - 性能关联的潜在应用
- 为高通量材料设计提供了帮助
➡️