शोधकर्ता एक एकीकृत माइक्रोस्ट्रक्चर विभाजन विधि बनाते हैं

वाशिंगटन (एएनआई): शोधकर्ताओं ने एक ऐसी तकनीक विकसित की है जो मानव-इन-द-लूप मशीन लर्निंग का उपयोग करके सूक्ष्म छवियों से सामग्री सूक्ष्म संरचना को स्वचालित रूप से पहचान और मात्रा निर्धारित कर सकती है।

माइक्रोस्कोपिक इमेजिंग सिस्टम नैनोस्केल से लेकर मेसोस्केल तक, कई पैमानों पर सामग्री संरचना की जानकारी देखते हैं।

सूक्ष्म चित्रों से संरचनात्मक डेटा प्राप्त करने की प्रक्रिया को सूक्ष्म संरचना के मात्रात्मक विश्लेषण के रूप में जाना जाता है। हालाँकि, सूक्ष्म संरचना की जटिलता और विविधता को देखते हुए, मनुष्यों और एआई के पास अकेले इसे निष्पादित करने में कई सीमाएँ हैं।

अनुसंधान टीम ने मानव और एआई क्षमताओं को कुशलतापूर्वक विलय करके मात्रात्मक माइक्रोस्ट्रक्चर विश्लेषण के लिए एक एकीकृत ढांचा तैयार किया। यह दृष्टिकोण एआई को एकल माइक्रोस्ट्रक्चर छवि और डोमेन विशेषज्ञों द्वारा इसके संबंधित स्क्रिबलिंग एनोटेशन के साथ माइक्रोस्ट्रक्चर विभाजन को निष्पादित करने की अनुमति देता है।

इसके अलावा, एआई मॉडल के प्रदर्शन और विश्वसनीयता को बेहतर बनाने के लिए पेशेवरों से सक्रिय रूप से स्क्रिबलिंग एनोटेशन मांगकर मनुष्यों के साथ बातचीत करता है। अनुसंधान टीम ने पुष्टि की कि मानव-एआई सहयोग की रूपरेखा सर्वव्यापी है और इसे व्यापक परीक्षणों के माध्यम से सामग्री, सूक्ष्म संरचनाओं और सूक्ष्म इमेजिंग प्रणालियों की एक विस्तृत श्रृंखला पर लागू किया जा सकता है।

पहले, पिछले शोध के लिए भारी मात्रा में सघन एनोटेशन आवश्यक थे; हालाँकि, इस अध्ययन ने घने एनोटेशन को स्क्रिबलिंग एनोटेशन के साथ प्रतिस्थापित करके एनोटेशन खर्चों को काफी कम कर दिया है, जिसे केवल पेन या माउस का उपयोग करके तैयार किया जा सकता है।

इस तकनीक को KIMS के स्वचालित माइक्रोस्ट्रक्चर क्वांटिटेटिव एनालिसिस सिस्टम (TIM) में लागू किया जाएगा। इससे सामान्य शोधकर्ताओं के लिए इसका उपयोग करना आसान हो जाएगा।

KIMS के एक वरिष्ठ शोधकर्ता डॉ. जुवोन ना ने कहा, "यह अध्ययन माइक्रोस्ट्रक्चर के मौजूदा व्यक्तिपरक और समय लेने वाले मात्रात्मक विश्लेषण को एक उद्देश्यपूर्ण और स्वचालित प्रक्रिया में सुधारने का परिणाम है।"

POSTECH के प्रोफेसर सेउंगचुल ली ने कहा, "विशेषज्ञों के साथ बातचीत करने वाले हमारे ढांचे को उद्योग और अनुसंधान में एक मुख्य विश्लेषण तकनीक के रूप में व्यापक रूप से उपयोग किए जाने की उम्मीद है, और इसके माध्यम से, हम नई सामग्रियों के अनुसंधान और विकास की लागत और समय को नाटकीय रूप से कम करने की उम्मीद करते हैं। और विश्वसनीयता में और भी उल्लेखनीय सुधार होगा।” (एएनआई)