基于扩散生成模型的微观结构重构
材料科学
2023-01-24 v2 应用物理
摘要
微观结构重构一直是计算材料工程中揭示微观结构与材料性能关系的重要组成部分。然而,尽管已有许多尝试(如基于描述符的微观结构表征与重构(MCR)方法),寻找一种适用于微观结构表征与重构任务的通用解决方案仍然具有挑战性。为解决这一通用性问题,本研究首次将去噪扩散模型用于微观结构重构任务。扩散模型在不同形态特征的若干类微观结构(如多晶合金、碳酸盐、陶瓷、共聚物、纤维复合材料等)上的适用性得到了验证。生成图像的质量通过定量评价指标(FID分数、precision和recall)以及常规统计微观结构描述符进行评估。此外,采用隐式概率模型(产生非马尔可夫扩散过程)的公式来加速采样过程,从而在实际性与可靠性考量下控制计算成本。结果表明,去噪扩散模型可很好地适用于具有不同空间分布和形态特征的多种类型微观结构的重构。该基于扩散的方法以简单的实现提供了稳定的训练过程,可生成视觉相似且统计等价的微观结构。就此而言,扩散模型极有潜力作为一种通用的微观结构重构方法,用于处理材料科学中的复杂微观结构。
引用
@article{arxiv.2211.10949,
title = {Microstructure reconstruction using diffusion-based generative models},
author = {Kang-Hyun Lee and Gun Jin Yun},
journal= {arXiv preprint arXiv:2211.10949},
year = {2023}
}