딥 러닝과 메타 물질은 과학자들이 소리를 가시적으로 만드는 데 도움이되었습니다.

시각화를 통해 빛과 음파의 원거리장을 분석하여 물체를 묘사할 수 있으며,

전송하거나 방출하는 것입니다.파장이 짧을수록 이미지 해상도가 높아집니다. 그러나 지금까지는 세부 수준이 문제의 파장 크기에 따라 제한되었습니다. EPFL의 파동 공학 연구소(Wave Engineering Laboratory) 연구원들은 길고 따라서 부정확한 파동(이 경우 음파)이 길이보다 30배 더 작은 특징을 드러낼 수 있음을 성공적으로 입증했습니다. 이를 위해 연구팀은 특별히 설계된 요소인 메타물질과 인공지능의 조합을 사용했습니다. 그들의 연구는 특히 의료 영상 및 생명 공학 분야에서 흥미롭고 새로운 가능성을 열어줍니다.

팀의 혁신적인 아이디어는이전에 시각화의 경계를 분리했던 두 개의 개별 기술을 결합합니다. 그 중 하나는 메타 물질 기술입니다. 예를 들어 파장을 정확하게 집중시킬 수 있도록 특별히 설계된 요소입니다. 그러나 신호의 무작위 흡수로 인해 효율성이 떨어지는 것으로 보이며 해독하기가 어렵습니다. 또 다른 기술은 인공 지능, 더 구체적으로는 신경망으로, 훈련이 필요하지만 가장 복잡한 정보도 빠르고 효율적으로 처리할 수 있습니다.

회절 한계를 초과하려면(최소전자파를 집광하여 얻을 수 있는 스폿 사이즈 값)을 고려하여 연구팀은 다음과 같은 실험을 진행하였다. 먼저, 그들은 이미지의 픽셀에 따라 활성화될 수 있는 64개의 미니어처 스피커 그리드를 만들었습니다. 그런 다음 그리드를 사용하여 0에서 9까지의 숫자의 사운드 이미지를 정확한 공간적 세부 사항으로 재현했습니다. 격자에 입력된 숫자의 이미지는 약 70,000개의 필기 예가 포함된 데이터베이스에서 가져왔습니다. 격자 반대편에 연구원들은 39개의 Helmholtz 공진기(한쪽 끝에 구멍이 있는 직경 10cm 구)가 있는 백을 배치하여 메타 물질을 형성했습니다. 격자에 의해 생성된 소리는 메타물질에 의해 전송되고 몇 미터 떨어진 곳에 배치된 4개의 마이크에 의해 포착되었습니다. 그런 다음 알고리즘은 마이크에 의해 녹음된 소리를 해독하여 원본 디지털 이미지를 인식하고 다시 그리는 방법을 학습했습니다.

팀은 실험에서 거의 90%의 성공을 거두었습니다.

의료 영상 분야에서 매우 작은 물체를 관찰하기 위해 장파장을 사용하는 것은 큰 돌파구가 될 수 있습니다.

긴 파도는 의사가 할 수 있음을 의미합니다.훨씬 더 낮은 주파수를 사용하여 조밀한 뼈 조직을 통해서도 효과적인 음향 영상 기술을 만듭니다. 전자기파를 사용하는 이미징과 관련하여 긴 파장은 환자에게 건강에 덜 위험합니다. 애플리케이션에서 우리는 숫자를 인식하거나 재생산하기 위해 신경망을 훈련하지 않고 오히려 유기적 구조를 훈련할 것입니다.

EPFL 연구 그룹 책임자 Romain Fleury

읽어보기

보물 사냥꾼, 스코틀랜드에서 3000 년 된 보물을 발견하다

The Perseids Meteor Shower-2020 : 볼 곳, 볼 곳 및 사진 찍는 방법

우주의 3D지도를보십시오 : 그것은 20 년 동안 컴파일되었으며 이미 과학자들을 놀라게했습니다.