×

利用深度神经网络对非均匀微观结构进行统计表征和重建。 (英语) Zbl 1506.74233号

摘要:非均质材料,无论是天然的还是人工的,通常由复杂微观结构中存在的不同成分组成,具有不连续、不规则和层次特征。对于许多非均质材料,如多孔介质和复合材料,微观结构特征对其宏观性能至关重要。本文提出了一种通过深度神经网络(DNN)模型统计表征和重构随机微观结构的新方法,该模型可用于研究微观结构-性能关系。在我们的方法中,假设数字显微结构图像是一个平稳的马尔可夫随机场(MRF),收集覆盖基本形态特征的局部模式来训练DNN模型,然后通过DNN引导的重建过程生成统计等效样本。此外,为了克服与MRF假设相关的短距离限制,开发了一种多级方法来保留异质微观结构的长距离形态特征。已经进行了大量的测试来比较重建的微观结构和目标微观结构的形态特征和物理性质,并且在所有测试情况下都观察到了良好的一致性。该方法高效、准确、通用,尤其适用于具有长距离相关性的2D/3D微观结构的统计重建。

MSC公司:

74M25型 固体微观力学
74S60系列 应用于固体力学问题的随机和其他概率方法
2017年10月68日 人工神经网络与深度学习
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Torquato,S.,《随机异质材料:微观结构和宏观性能》,第16卷(2013年),Springer Science&Business Media
[2] Berg,C.F.,通过特征长度、曲折度、收缩和孔隙度描述渗透率,Transp。多孔介质,103,3,381-400(2014)
[3] 古普塔,A。;Cecen,A。;戈亚尔,S。;辛格,A.K。;Kalidindi,S.R.,《使用数据科学方法的结构-性能联系:非金属夹杂物/钢复合系统的应用》,《材料学报》。,91, 239-254 (2015)
[4] Brandon,D。;Kaplan,W.D.,《材料的微观结构表征》(2013),John Wiley&Sons
[5] Yang,X.-Y。;Chen,L.-H。;李毅。;Rooke,J.C。;桑切斯,C。;Su,B.-L.,《分级多孔材料:合成策略和结构设计》,化学。Soc.Rev.,46,2,481-558(2017)
[6] 沃格尔·H·J。;威勒,美国。;Schlüter,S.,基于minkowski函数的土壤结构量化,计算。地质科学。,36, 10, 1236-1245 (2010)
[7] Stutzman,P.,水硬性水泥微观结构的扫描电子显微镜成像,水泥。混凝土。组成。,26, 8, 957-966 (2004)
[8] 施吕特,S。;Sheppard,A。;Brown,K。;Wildenschild,D.,《通过x射线显微层析获得的多相图像的图像处理:综述》,《水资源》。研究,50,4,3615-3639(2014)
[9] 杨,M。;Nagarajan,A。;梁,B。;Soghrati,S.,异质微观结构虚拟重建的新算法,计算机。方法应用。机械。工程,338275-298(2018)·Zbl 1440.74482号
[10] Wu,K。;医学博士范·迪克。;夫妇,G.D。;江,Z。;马,J。;Sorbie,K.S。;克劳福德,J。;Young,I。;Zhang,X.,非均质多孔介质三维随机建模——储层岩石应用,交通。多孔介质,65,3,443-467(2006)
[11] Ju,Y。;郑洁。;爱泼斯坦,M。;苏达克,L。;Wang,J。;Zhao,X.,使用分形算法对岩石多孔结构进行三维数值重建,计算。方法应用。机械。工程,279212-226(2014)·兹比尔1423.76426
[12] Yeong,C。;Torquato,S.,重建随机介质,物理学。修订版E,57,1495(1998)
[13] Quiblier,J.A.,研究多孔介质的新三维建模技术,J.胶体界面科学。,98, 1, 84-102 (1984)
[14] 冯,J。;李,C。;岑,S。;Owen,D.,两相随机介质的统计重建,计算。结构。,137, 78-92 (2014)
[15] 冯,J。;岑,S。;李,C。;Owen,D.,多相随机介质的统计重建和karhunen-loève展开,国际。J.数字。方法工程,105,1,3-32(2016)·Zbl 1358.74004号
[16] Ø仁,体育。;Bakke,S.,基于过程的砂岩重建和运输特性预测,运输。多孔介质,46,2-3,311-343(2002)
[17] Okabe,H。;Blunt,M.J.,《使用多点统计法重建孔隙空间》,J.Pet。科学。工程师,46,1-2,121-137(2005)
[18] Tahmasebi,P。;Sahimi,M.,使用单个薄片重建三维多孔介质,Phys。E版,第85、6条,第066709页(2012年)
[19] 刘,X。;夏皮罗,V.,通过纹理合成的随机异质材料,计算。马特。科学。,99177-189(2015)
[20] Ramprasad,R。;巴特拉,R。;Pilania,G。;Mannodi-Kanakkithodi,A。;Kim,C.,《材料信息学中的机器学习:最新应用和前景》,NPJ Compute。材料。,3, 1, 54 (2017)
[21] 阿格拉瓦尔。;Choudhary,A.,《深度材料信息学:深度学习在材料科学中的应用》,MRS Commun。,1-14 (2019)
[22] Caers,J.,《使用统计模式识别进行地质统计油藏建模》,J.Pet。科学。工程,29,3-4,177-188(2001)
[23] Sundararaghavan,V。;Zabaras,N.,使用支持向量机对三维微观结构进行分类和重建,计算机。马特。科学。,32, 2, 223-239 (2005)
[24] 博斯塔纳巴德,R。;Bui,A.T。;谢伟。;阿普利,D.W。;Chen,W.,《通过监督学习进行随机微观结构表征和重建》,《材料学报》。,10389-102(2016)
[25] 博斯塔纳巴德,R。;Chen,W。;Apley,D.,通过监督学习表征和重建三维随机微观结构,J.Microsc。,264, 3, 282-297 (2016)
[26] R.苍。;Xu,Y。;陈,S。;刘,Y。;焦,Y。;Yi Ren,M.,计算材料设计中基于深度信念网络的异质材料微观结构表示和重建,J.Mech。设计。,139, 7 (2017)
[27] Mosser,L。;O.Dubrule。;Blunt,M.J.,《使用生成性对抗性神经网络重建三维多孔介质》,Phys。E版,96,4,第043309条,pp.(2017)
[28] 李,X。;Zhang,Y。;赵,H。;伯克哈特,C。;布林森,L.C。;Chen,W.,《微观结构重建和结构性能预测的转移学习方法》,科学。代表8(2018年)
[29] 王,Y。;Arns,C.H。;拉赫曼,S.S。;Arns,J.-Y.,利用卷积神经网络重建多孔结构,数学。地质科学。,508781-799(2018)·Zbl 1402.86005号
[30] Li,S.Z.,《图像分析中的马尔可夫随机场建模》(2009),施普林格科学与商业媒体·Zbl 1183.68691号
[31] 魏立英。;Levoy,M.,使用树结构矢量量化的快速纹理合成,(第27届计算机图形和交互技术年会论文集(2000),ACM出版社/Addison-Wesley出版社),479-488
[32] Bishop,C.M.,模式识别和机器学习(2006),Springer·Zbl 1107.68072号
[33] Schmidhuber,J.,《神经网络中的深度学习:概述》,神经网络。,61, 85-117 (2015)
[34] 辛顿,G.E。;Salakhutdinov,R.R.,《用神经网络降低数据的维数》,《科学》,3135786504-507(2006)·Zbl 1226.68083号
[35] 徐,J。;向,L。;刘,Q。;吉尔摩,H。;吴杰。;Tang,J。;Madabhushi,A.,乳腺癌组织病理学图像细胞核检测的堆叠稀疏自动编码器(ssae),IEEE Trans。医学成像,35,1,119-130(2015)
[36] 王,Y。;姚,H。;Zhao,S.,基于自动编码器的降维,神经计算,184232-242(2016)
[37] Corson,P.B.,预测非均质材料特性的相关函数。ii、。两相固体空间相关函数的经验构造,J.Appl。物理。,45, 7, 3165-3170 (1974)
[38] 伯特,P。;Adelson,E.,《拉普拉斯金字塔作为紧凑图像代码》,IEEE Trans。社区。,31, 4, 532-540 (1983)
[39] 林奎斯特,W.B。;Venkatarangan,A。;邓斯密尔,J。;Wong,T.-f.,从枫丹白露砂岩的同步辐射x射线层析图像测量的孔隙和喉道尺寸分布,J.Geophys。研究:固体地球,105,B9,21509-21527(2000)
[40] 库珀,S。;Bertei,A。;剪切,P。;Kilner,J。;Brandon,N.,Taufactor:一个开源应用程序,用于从层析数据计算扭曲因子,SoftwareX,5203-210(2016)
[41] Krüger,T。;Kusumaatmaja,H。;库兹明,A。;沙特,O。;席尔瓦,G。;Viggen,E.M.,《晶格玻尔兹曼方法》,施普林格国际出版社。,10 (2017), 978-3 ·兹比尔1362.76001
[42] Fu,J。;Dong,J。;王,Y。;Ju,Y。;D.欧文。;Li,C.,分辨率效应:基于格子boltzmann方法估算的多孔介质固有渗透率误差修正模型,Transp。多孔介质,132,3627-656(2020)
[43] LeVeque,R.J.,《常微分方程和偏微分方程的有限差分方法:稳态和时间相关问题》,第98卷(2007年),暹罗·Zbl 1127.65080号
[44] 脱脂剂,W。;Burgisser,A。;巴赫曼,O。;Malaspinas,O.,《通过火山浮石的气体流动的同步辐射x射线显微成像和晶格玻尔兹曼模拟》,地圈,6,5470-481(2010)
[45] Grathwohl,P.,《天然多孔介质中的扩散:污染物传输、吸附/解吸和溶解动力学》,第1卷(2012年),施普林格科学与商业媒体
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。