新模型从2D图像生成异质3D地质微观结构
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对现有GAN方法难以捕捉复杂异质微观结构细节的问题，研究人员提出一种混合生成框架。该方法结合去噪扩散模型的稳定性与生成质量，在缺乏3D真值的情况下，用对抗损失替代标准去噪损失以稳定训练。实验显示，该模型能生成不同复杂度的微观结构，切片伪影极少，且与真值相分数和结构描述符高度一致。
为什么值得看
解决了3D成像昂贵且受限的痛点，为地质材料研究提供了低成本替代方案。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。