Classification et estimation de densité de microstructures triplement périodiques avec des réseaux de neurones à convolution 3D
Résumé
Le présent travail vise à proposer une contribution méthodologique pour l’identification et la prédiction de densité de microstructures en utilisant un réseau de neurones convolutif à trois dimensions (CNN 3D). L’algorithme de classification et d’estimation de densité travaille directement avec des données volumiques acquises par tomographie ou résonance magnétique, sans besoin de remaillage supplémentaire. Les expériences préliminaires sur des microstructures générées virtuellement sont prometteuses et ouvrent la voie à la prédiction de comportements mécaniques sur des données volumiques.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|