محققان در پژوهشی جدید، الگوریتم هوشمند DeepCormack را معرفی کردهاند که بازسازی سطوح فرمی (Fermi surfaces) در مواد را متحول میکند! 💎
این مدل جدید با ترکیب شبکههای عصبی عمیق (CNN و UNet) و متدهای آماری، مشکلِ پیچیده و زمانبرِ «بازسازی معکوس» دادههای تجربی را حل کرده است. در حالی که روشهای سنتی برای رسیدن به دقت مطلوب به ماهها زمان نیاز داشتند، DeepCormack با استفاده از دادههای سنتتیکِ بسیار دقیق، کیفیتِ بازسازی را تا ۸.۵ دسیبل بهبود میبخشد.
این یعنی سرعت بسیار بالاتر در مطالعه ساختار الکترونی مواد و یک گام بزرگ دیگر برای استفاده از یادگیری عمیق در علوم پایه و فیزیک کوانتوم. 🚀
منبع: arXiv Machine Learning