Gilus mokymasis ir metamaterija padėjo mokslininkams padaryti garsą matomą

Vizualizacija leidžia pavaizduoti objektą analizuojant tolimąjį šviesos ir garso bangų lauką,

kurią perduoda arba skleidžia.Kuo trumpesnis bangos ilgis, tuo didesnė vaizdo skiriamoji geba. Tačiau iki šiol detalumo lygį riboja atitinkamo bangos ilgio dydis. Tyrėjai iš EPFL bangų inžinerijos laboratorijos sėkmingai įrodė, kad ilga ir todėl netiksli banga (šiuo atveju garso banga) gali atskleisti ypatybes, kurios yra 30 kartų mažesnės už jos ilgį. Norėdami tai padaryti, tyrimo grupė panaudojo metamedžiagų – specialiai sukurtų elementų – ir dirbtinio intelekto derinį. Jų tyrimai atveria naujų įdomių galimybių, ypač medicininio vaizdo gavimo ir bioinžinerijos srityse.

Novatoriška komandos idėja buvosujungti dvi atskiras technologijas, kurios anksčiau skyrė vizualizacijos ribas. Viena iš jų – metamedžiagų technologija: specialiai sukurti elementai, galintys, pavyzdžiui, tiksliai sufokusuoti bangos ilgius. Tačiau atrodo, kad jie praranda savo efektyvumą dėl atsitiktinio signalų sugerties, todėl juos sunku iššifruoti. Kita technologija – dirbtinis intelektas, tiksliau – neuroniniai tinklai, kurie gali greitai ir efektyviai apdoroti net sudėtingiausią informaciją, nors tam reikia treniruotis.

Norėdami viršyti difrakcijos ribą (minimalusdėmės dydžio vertė, kurią galima gauti sufokusavus elektromagnetinę spinduliuotę), tyrėjų grupė atliko tokį eksperimentą. Pirmiausia jie sukūrė tinklelį iš 64 miniatiūrinių garsiakalbių, kurių kiekvieną galima suaktyvinti pagal vaizdo pikselius. Tada jie naudojo tinklelį, kad tiksliai erdvinės detalės atkurtų skaičių nuo nulio iki devynių garso vaizdus. Į gardelę įvestų skaitmenų vaizdai buvo paimti iš duomenų bazės, kurioje yra apie 70 000 ranka rašytų pavyzdžių. Priešais groteles mokslininkai padėjo maišelį su 39 Helmholtz rezonatoriais (10 cm skersmens rutuliai su skyle viename gale), kurie sudarė metamedžiagą. Garsas, kurį sukuria grotelės, buvo perduodamas metamedžiagos ir užfiksuotas keturiais mikrofonais, išdėstytais kelių metrų atstumu. Tada algoritmai iššifravo mikrofonų įrašytą garsą, kad išmoktų atpažinti ir perpiešti originalius skaitmeninius vaizdus.

Komanda pasiekė beveik 90% savo eksperimento sėkmės.

Medicinos vaizdavimo srityje ilgų bangų ilgių naudojimas labai mažiems objektams stebėti galėtų būti didelis laimėjimas.

Ilgos bangos reiškia, kad gydytojai galinaudoti daug mažesnius dažnius, todėl akustinio vaizdo gavimo metodai yra veiksmingi net per tankų kaulinį audinį. Kalbant apie vaizdavimą naudojant elektromagnetines bangas, ilgos bangos yra mažiau pavojingos paciento sveikatai. Programose mes mokysime ne neuroninius tinklus atpažinti ar atkurti skaičius, o organines struktūras.

Romain Fleury, EPFL tyrimų grupės vadovas

Taip pat skaitykite

Lobių ieškotojas Škotijoje randa 3000 metų senumo lobį

„Perseids“ meteorų lietus - 2020 m .: kur jį pamatyti, kur ieškoti ir kaip nusifotografuoti

Pažvelkite į 3D Visatos žemėlapį: jis buvo sudarytas 20 metų ir jau nustebino mokslininkus