基于辅助分类对抗生成网络的孔隙介质生成

• 作者: 朱奕安 安泓宇 李朋 高源
• 来源期刊: 长江信息通信
• 关键词: 多孔介质 材料重构 深度学习 生成对抗网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 62-64
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2021.03.017

摘要

由于孔隙介质应用广泛,如何生成具有一定特性的介质结构引起了研究者们的兴趣.文章采用几何体随机填充法形成训练数据,采用无监督深度学习方法,搭建辅助分类对抗生成网络(Auxiliary Classifier GANs,AC-GAN),通过输入标签条件和随机噪声,生成具有一定特性的三维孔隙介质结构图像,并结合直观视觉感受和量化指标对生成图像进行分析.结果表明,生成图像质量良好,能复现训练数据图像的形态特征,且具有多样性.