AI|不可见成为可见，超材料和AI融合 洛桑联邦理工“破译”了声音图像( 二 )
文章图片
在初步证明了神经网络能够从远场中记录的幅度相位分布恢复初始的亚波长图像之后，该小组又有了一个新目标：证实该网络在新数据库中快速重新学习的能力 。
据了解，研究小组创建了一个包含 600 个培训样本和 200 个测试样本的新数据集，其中包含四个字母 E、 F、L 和 P，然后在这个新的、较小的数据集上重新训练 U -net 型卷积神经网络，要求神经网络对数据集中的未知字母进行分类和重构 。
文章图片
如上图所示，经过重新学习的网络实现了 ≥0.94 的图像保真度（这里指输入字母和重构字母之间的差异），说明这种方法具有高度适应性，在学习新数据类型时可以更加高效，不受输入数据多样性的限制 。
论文合著者之一 Romain Fleury 强调了这一方法的独特性：
通过使用长度大约为一米的声波，生成分辨率仅为几厘米的图像，我们远远超过了衍射极限 。与此同时，超材料吸收信号曾被认为是一个很大的缺点，但事实证明，与神经网络相结合时，它成了一种优势 。
实际上研究小组还认为，这一方法能在声学图像分析、特征检测、对象分类中进行应用，或是在生物医学应用中作为一种新型无标记声学传感工具 。正如论文合著者之一 Romain Fleury 所说：
在医学成像领域，使用长波来观察非常小的物体将会是一个重大突破 。长波意味着医生可以使用更低的频率，即便面对着致密的骨组织，也能获取到有效的声学成像 。
引用来源：
https://doi.org/10.1103/PhysRevX.10.031029
https://actu.epfl.ch/news/deep-learning-and-metamaterials-make-the-invisible/
推荐阅读
- 天涯共此时|舞蹈出身却被迫成为央视主持人，颜值不输李红，半隐退后生活成谜
- |NEWLINK能链对话世界500强 励志成为能源产业“阿里巴巴”
- 赵丽颖 |黄晓明离开中餐厅，赵丽颖成为新店长，分析利弊她有自己的优势
- 明星恋情|为什么谢娜可以成为杜华的第一个艺人，陈学冬却被劝退？
- 山火|美国加州陷入“灾难中的灾难” 如何解困成为无解难题
- 隆福医院|北京市隆福医院挂牌成为国家重点研发计划临床实验室
- 【行走自贸区】五年筑造多元空间 横琴成为内地澳资企业聚集＂热土＂
- 北美观察丨美国加州陷入“灾难中的灾难” 如何解困成为无解难题
- 综合|符合年轻人的口味，但三缸会成为阻碍吗？吉利缤瑞综合实力解析
- 【行走自贸区】五年筑造多元空间 横琴成为内地澳资企业聚集"热土"