НИОКТР
№ 122053000089-0

Использование свёрточных нейронных сетей для решения практических задач порошковой рентгеновской дифракции

23.05.2022

Цели научного исследования: Порошковая рентгеновская дифракция используется для качественного и количественного фазового анализа и для определения кристаллографических параметров однофазных и полифазных образцов: параметров элементарной ячейки, размера кристаллитов, параметров микронапряжения и преимущественной ориентации кристаллов. Значительная часть задач обработки данных порошковой рентгеновкой дифракции хорошо поддаётся автоматизации, что позволяет, например, определять фазовый состав и кристаллографические параметры для сотен и тысяч однотипных образцов, полученных роботизированным комбинаторным синтезом. Ряд этапов обработки требует, тем не менее, вмешательства человека и визуальной инспекции: отделение фона, определение положений пиков, начальные приближения для параметров формы пика. Свёрточные нейронные сети хорошо зарекомендовали себя при решении таких визуальных задач. Создание с их помощью инструментов, автоматизирующих эти задачи, является целью исследования. Для достижения цели исследования необходимо решить следующие частные задачи: 1) Создать физически достоверные синтетические наборы данных. 2) Создать, обучить, оптимизировать гиперпараметры для свёрточной нейронной сети, определяющей фон на дифрактограмме. 3) Создать, обучить, оптимизировать гиперпараметры для свёрточной нейронной сети, определяющей положения пиков на дифрактограмме. 4) Создать, обучить, оптимизировать гиперпараметры для свёрточной нейронной сети, определяющей параметры формы пиков на дифрактограмме. 5) Создать, обучить, оптимизировать гиперпараметры для свёрточной нейронной сети, определяющей присутствие фазы в образце по дифрактограмме.
ГРНТИ
31.01.77 Математические и кибернетические методы
31.15.17 Кристаллохимия и кристаллография
Ключевые слова
автоматизация анализа
глубокое обучение
порошковая рентгеновская дифракция
Детали

Начало
04.05.2022
Окончание
31.12.2023
№ контракта
075-15-2022-515
Заказчик
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Исполнитель
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "РОССИЙСКИЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ ИМЕНИ Г.В. ПЛЕХАНОВА"
Бюджет
Средства федерального бюджета: 1 200 000 ₽
Похожие документы
Применение нейронных сетей для решения задачи оптимальной сегментации томографических изображений геологических пород
0.905
НИОКТР
Применение нейронных сетей для решения задачи оптимальной сегментации томографических изображений геологических пород
0.905
НИОКТР
ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ОПТИМАЛЬНОЙ СЕГМЕНТАЦИИ ТОМОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ ГЕОЛОГИЧЕСКИХ ПОРОД 20-31-90118 (заключительный)
0.876
ИКРБС
Разработка методов получения суперразрешения цифровых моделей поверхности на основе сверточных нейронных сетей
0.869
НИОКТР
Глубокие нейронные сети для автоматизации измерения низких активностей радионуклидов в образцах
0.865
НИОКТР
Программный модуль "Spectral DNN" для расчета дифракционных нейронных сетей, работающих на нескольких длинах волн
0.865
РИД
Методы проектирования аппаратных средств для вычислений на свёрточных нейросетяхПроект РФФИ- 17-07-00409-а
0.865
ИКРБС
Разработка нейросетевых методов автоматической идентификации для анализа минералов по изображениям аншлифов руд
0.864
НИОКТР
Сверточная нейронная сеть анализа рентгеновских компьютерных томограмм аддитивных слоев из металла на факт дефектов
0.864
РИД
Разработка и развитие новых методов исследований в естественно-научных, технических и социогуманитарных направлениях на основе технологий глубоких нейронных сетей, машинного обучения и математического моделирования.
0.863
ИКРБС