Rus bilim insanlarının önerdiği yapay sinir ağlarını eğitme metodu, fotomikrografları elle işleme ihtiyacını ortadan kaldıracak, bu da yeni nano malzeme analizinin hızını ve kalitesini büyük ölçüde artıracak. Araştırmanın verileri Ultramicroscopy dergisinde yayınlandı.
Bilim insanlarının anlattığına göre, yapay sinir ağlarına problem çözmeyi öğretmek için ona bir dizi hazır çözüm örneklerini “yedirmek” gerekiyor. Genelde bu tür eğitici örnekler insanlar, daha doğrusu veri işaretleyiciler tarafından oluşturuluyor. Yapay sinir ağına resim analizini öğretmek için onlarca bin işaretli fotoğrafa ihtiyaç var. Bu da, bilim insanlarına göre, çok özel bilimsel bilimsel problemler için son derece zor bir iş.
Bu tür alanlardan biri, nanopartikül mikroskopi verilerinin analizi. Bu alan için şu ana kadar hiçbir uygun araç bulunamamıştı. MEPhI uzmanlarının yaptığı araştırma, yapay sinir ağına, taramalı elektron mikroskobu (SEM) ile elde edilen görüntüleri etkili bir şekilde analiz etmeyi öğretmek için gerçek fotomikrografları elle işaretlemeye gerek olmadığını, fotomikrografları taklit eden görüntüleri bilgisayarda oluşturmanın yeterli olduğunu gösterdi.
Genelde fotomikrografların analizi ve yapay sinir ağı için işaretlenmeleri elle yapılıyor, bilim insanları her bir parçacığı işaretliyor ve boyutunu ölçüyor. Oysa her bir karede birkaç bin parçacık olabiliyor. Mevcut sinir ağı mimarisi, bu tür görüntüleri verimli bir şekilde analiz etme fırsatını sunuyor. Bilim insanlarına göre, tek sorun, yeterli sayıda işaretlenmiş verinin olmaması.
MEPhI uzmanlarının sözlerine göre, bu nanopartiküller, SEM ile çekilmiş görüntülerin açık veri tabanlarından alınan gerçek mikrograflardaki dokular dikkate alınarak çizilebiliyor. Bu durumda, oluşturulan her görüntü için, parçacıkların tam olarak nerede olduğu ve boyutlarının ne olduğu bilinecek.
Aleksandr Harin, “Benzer yaklaşım, bazı problemlerin çözümünde kullanılıyordu, örneğin insansız araçları eğitmek için, fakat gerçekçi ve oldukça değişken görüntüler çizmenin hiç de kolay olmadığı ortaya çıktı. Yine de söz konusu SEM olunca böyle bir yaklaşım tamamen makul, zira çizilen görüntülerle eğitilen yapay sinir ağı gerçek görüntülerle de çok iyi çalışıyor” diye kaydetti.
Bilim insanları, araştırma sonuçlarının, SEM görüntülerinin işlenmesini otomatikleştirme fırsatını vereceğinden ve yeni malzemeleri araştırma alanındaki standart metotlarda devrim yaratacağından emin. Bu, araştırma süresini azaltmanın yanı sıra, analiz edilen parçacıklar sayısını binlerce kat artıracak.
Araştırma sırasında RetinaNet mimarisine sahip yapay sinir ağından yararlanıldı. Rus uzmanlar, gelecekte aynı yöntemi, nanopartikülleri biçimine göre sınıflandırmada kullanma niyetinde, zira halihazırda bu işlem de henüz tamamen elle yapılmakta.
