Prediction of microstructural representativity from a single image

要約

この研究では、材料の単一画像 (2D または 3D) で観察される相分率の代表性を予測する方法を紹介します。
従来のアプローチでは、微細構造特性の分散を決定する重要な要素である積分範囲を推定するために、大規模なデータセットと広範な統計分析が必要になることがよくあります。
私たちの方法では、2 点相関関数を利用して単一の画像 (2D または 3D) から分散を直接推定することで、関連する信頼レベルを使用した位相分数の予測が可能になります。
私たちはオープンソースのデータセットを使用してアプローチを検証し、多様な微細構造にわたるその有効性を実証します。
この手法により、代表性解析に必要なデータが大幅に軽減され、限られた微細構造データを扱う材料科学者やエンジニアに実用的なツールが提供されます。
このメソッドに簡単にアクセスできるように、このメソッドを素早く簡単に有益に使用できる Web アプリケーション \url{www.imagerep.io} を作成しました。

要約(オリジナル)

In this study, we present a method for predicting the representativity of the phase fraction observed in a single image (2D or 3D) of a material. Traditional approaches often require large datasets and extensive statistical analysis to estimate the Integral Range, a key factor in determining the variance of microstructural properties. Our method leverages the Two-Point Correlation function to directly estimate the variance from a single image (2D or 3D), thereby enabling phase fraction prediction with associated confidence levels. We validate our approach using open-source datasets, demonstrating its efficacy across diverse microstructures. This technique significantly reduces the data requirements for representativity analysis, providing a practical tool for material scientists and engineers working with limited microstructural data. To make the method easily accessible, we have created a web-application, \url{www.imagerep.io}, for quick, simple and informative use of the method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google