PulseAugur
实时 10:00:51
实体 Super-resolution Generative Adversarial Networks

Super-resolution Generative Adversarial Networks

PulseAugur coverage of Super-resolution Generative Adversarial Networks — every cluster mentioning Super-resolution Generative Adversarial Networks across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_210556 ·

    AI通过更快的EBSD技术增强电池材料分析

    研究人员开发了一个机器学习框架,使用超分辨率生成对抗网络(SRGAN)来显著加快电池材料电子背散射衍射(EBSD)分析过程。该SRGAN模型在LiNixMnyCozO2正极颗粒数据上进行了训练,并在提高低分辨率EBSD数据集方面表现出优于传统插值方法的性能。该框架可以在保持晶粒尺寸和晶界长度等关键微观结构指标可接受精度的同时,实现25倍的采集时间加速或更大的视场,从而使EBSD成为材料研究和工业开发更可行的高通量表征工具。