80电影天堂网,少妇高潮一区二区三区99,jαpαnesehd熟女熟妇伦,无码人妻精品一区二区蜜桃网站

  近年來，計(jì)算和表征材料性質(zhì)的方法發(fā)展迅速。在材料性質(zhì)計(jì)算方面，分子動(dòng)力學(xué)（MD）模擬等方法在自由能計(jì)算和藥物發(fā)現(xiàn)方面取得了良好的結(jié)果。除了材料性能計(jì)算外，材料性能表征也是材料研究的重要組成部分。在各種表征方法中，電子顯微鏡，包括掃描電子顯微鏡（SEM）、透射電子顯微鏡（TEM）等，是表征材料宏觀和內(nèi)在性能的重要手段。在現(xiàn)階段，這種檢測技術(shù)在很大程度上依賴于人工觀察和判斷，耗時(shí)、耗力且難以量化。基于材料微觀圖像分析進(jìn)行材料性質(zhì)判斷的自動(dòng)化、定量化和智能化，無疑是值得探索的研究方向。

  本工作中，作者以高分子相容性作為具體研究對象開展了研究。高分子相容性是高分子共混中影響共混材料性能的一個(gè)關(guān)鍵物理量。高分子相容性一般指高分子在分子尺度上的可混溶性，相容性差將嚴(yán)重限制高分子共混物的使用。對于高分子相容性的識別，研究者們通常使用SEM、DSC（差示掃描量熱儀）等手段進(jìn)行分析，并通過經(jīng)驗(yàn)對結(jié)果進(jìn)行人工判別，而計(jì)算機(jī)視覺的相關(guān)技術(shù)有望將這一過程自動(dòng)化。

  作者通過從大量已發(fā)表的相關(guān)文獻(xiàn)與部分高分子數(shù)據(jù)庫中收集相關(guān)數(shù)據(jù)，獲取了一批高分子微觀結(jié)構(gòu)的SEM圖片與對應(yīng)的相容性標(biāo)簽，構(gòu)建為供機(jī)器學(xué)習(xí)模型訓(xùn)練與測試的數(shù)據(jù)集。在機(jī)器學(xué)習(xí)模型上，作者使用了卷積神經(jīng)網(wǎng)絡(luò)（CNN）中目前性能最佳的圖像分類神經(jīng)網(wǎng)絡(luò)包括VGG、ResNet、DenseNet，并與傳統(tǒng)邊緣檢測算法進(jìn)行了比較（圖2）。為了解決訓(xùn)練數(shù)據(jù)不足的問題，作者使用遷移學(xué)習(xí)方法，將模型在大規(guī)模數(shù)據(jù)集ImageNet上進(jìn)行預(yù)訓(xùn)練，接著使用共混物的SEM 圖片對模型參數(shù)進(jìn)行微調(diào)。除此之外，作者還通過對圖片進(jìn)行平移、旋轉(zhuǎn)、翻折、裁剪等操作實(shí)現(xiàn)了數(shù)據(jù)增廣。最終，模型實(shí)現(xiàn)了測試集上94%的準(zhǔn)確率，高于傳統(tǒng)算法的識別準(zhǔn)確率，并與該領(lǐng)域研究工作者進(jìn)行的人工識別對照組準(zhǔn)確率接近。通過消融實(shí)驗(yàn)，作者驗(yàn)證了預(yù)訓(xùn)練對于模型效果提升的重要作用，為解決目前化學(xué)領(lǐng)域普遍存在的少樣本問題提供了思路。此外，作者還通過處理模型的輸出結(jié)果，嘗試建立了關(guān)于相容性的定量描述。 

  研究還得出了一些有趣的結(jié)果。不同的深度學(xué)習(xí)模型在預(yù)訓(xùn)練過程中表現(xiàn)不同，并且在預(yù)訓(xùn)練過程中的表現(xiàn)與模型在測試集上的準(zhǔn)確率趨于一致（圖3）。在定量化描述方面，現(xiàn)有的結(jié)果顯示出兩極分化�；烊軜悠返亩拷Y(jié)果非常接近“1”，而不混溶樣品則接近“0”，這與訓(xùn)練過程中所給的標(biāo)簽有關(guān)，未來在更精細(xì)的標(biāo)注下將得到改善。盡管取得了較高的識別準(zhǔn)確率，這種方法的性能還受到SEM圖像質(zhì)量和清晰度的限制。此外，在許多實(shí)際應(yīng)用中還存在更復(fù)雜的情況（例如三元或四元共混物）。未來，隨著數(shù)據(jù)集的增加，我們希望所建立的模型能夠在非理想情況下表現(xiàn)得更好。 

  這項(xiàng)工作屬于讓化學(xué)實(shí)驗(yàn)的表征與分析更加自動(dòng)化和智能化的探索，這對于未來高通量自動(dòng)化化學(xué)實(shí)驗(yàn)具有重要意義。此外，這項(xiàng)技術(shù)可以遷移到其他的材料性能預(yù)測中，并且不局限于SEM圖像，如紅外光譜等其他的化學(xué)測試結(jié)果也可以通過機(jī)器學(xué)習(xí)方法進(jìn)行分析，這將激發(fā)更多將人工智能用于物質(zhì)科學(xué)研究的創(chuàng)造性方法，促進(jìn)跨學(xué)科的發(fā)展。

  原文鏈接：https://doi.org/10.1021/acs.jcim.3c00489

  下載：Automatically Predict Material Properties with Microscopic Image: Example Polymer Miscibility