A mély tanulás és a metaadatok segítették a tudósokat a hang láthatóságában

A vizualizáció lehetővé teszi egy tárgy ábrázolását a fény és a hanghullámok távoli mezőjének elemzésével,

amelyet továbbít vagy kibocsát.Minél rövidebb a hullámhossz, annál nagyobb a képfelbontás. Mindazonáltal a részletezettség mértékét eddig korlátozza a kérdéses hullámhossz mérete. Az EPFL Wave Engineering Laboratory kutatói sikeresen bebizonyították, hogy egy hosszú és ezért pontatlan hullám (jelen esetben hanghullám) a hosszánál 30-szor kisebb jellemzőket is felfedhet. Ehhez a kutatócsoport metaanyagok – speciálisan tervezett elemek – és mesterséges intelligencia kombinációját használta. Kutatásaik izgalmas új lehetőségeket nyitnak meg, különösen az orvosi képalkotás és a biomérnökség területén.

A csapat úttörő ötlete az volt, hogykét különálló technológiát kombinálnak, amelyek korábban elválasztották a renderelés határait. Az egyik a metaadatok technológiája: speciálisan létrehozott elemek, amelyek például pontosan fókuszálhatnak a hullámhosszon. A jel véletlen abszorpciója miatt azonban elveszítik hatékonyságukat, és így nehéz megfejteni őket. Egy másik technológia a mesterséges intelligencia, vagy pontosabban a neurális hálózatok, amelyek még a legbonyolultabb információkat is gyorsan és hatékonyan tudják feldolgozni, bár ehhez képzés szükséges.

A diffrakciós határ túllépése (minimuma foltméret értékét, amelyet az elektromágneses sugárzás fókuszálásával lehet megszerezni), a kutatócsoport elvégezte a következő kísérletet. Először 64 miniatűr hangszórót hoztak létre, amelyek mindegyike a képen látható pixelek szerint aktiválható. Ezután rácsot használtak a nulla és kilenc közötti számok hangképeinek pontos térbeli részletességű reprodukálására. A rácsba beírt számok képei körülbelül 70 000 kézírásos példán alapuló adatbázisból készültek. A rácsokkal szemben a kutatók 39 Helmholtz-rezonátorral (10 cm átmérőjű gömbök és egyik végükön lyukkal) zacskót helyeztek el, amelyek képezték a metamátat. A rács által keltett hangot egy metamátrium továbbította, és négy, néhány méterre elhelyezkedő mikrofonnal vették fel. Az algoritmusok dekódolták a mikrofonok által rögzített hangot, hogy megtanulják, hogyan lehet felismerni és újrarajzolni az eredeti digitális képeket.

A csapat közel 90%-os sikert ért el kísérletük során.

Az orvosi képalkotásban a nagy hullámhosszúság nagyon kicsi tárgyak megfigyelésére történő használata nagy áttörés lehet.

A hosszú hullámok azt jelentik, hogy az orvosok képeshasználjon sokkal alacsonyabb frekvenciákat, aminek eredményeként az akusztikus képalkotó eljárások még sűrű csontszövet esetén is hatékonyak. Elektromágneses hullámokkal történő képalkotás esetén a hosszú hullámok kevésbé veszélyesek a beteg egészségére. Az alkalmazásokban nem az ideghálózatokat fogjuk képzni a számok felismerésére vagy reprodukálására, hanem organikus struktúrákat.

Romain Fleury, az EPFL kutatási csoportjának vezetője

Olvassa el

A kincsvadász 3000 éves kincset talál Skóciában

Perseids Meteor Shower - 2020: Hol lehet megtekinteni, hol kell keresni és hogyan kell fényképezni

Vessen egy pillantást az univerzum 3D-s térképére: ezt 20 évig állították össze, és ez már meglepte a tudósokat