>  기사  >  기술 주변기기  >  중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.

중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.

WBOY
WBOY앞으로
2023-11-20 15:43:001285검색

중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.

원래 의미를 바꾸지 않고 중국어로 고쳐 써야 할 문장은 다음과 같습니다. 편집| 응집성 회절 이미징 기술은 재료, 생명, 반도체, 에너지 등 다양한 과학 분야의 연구에 널리 사용되어 왔습니다.

신세대 싱크로트론 방사선 광원은 높은 간섭성 및 고휘도 X선을 제공할 수 있어 고처리량 및 다차원 방향으로 간섭성 이미징 기술 개발을 촉진하여 미세 구조 연구 및 기능 특성화에 탁월한 ptychography를 만듭니다. 대용량 샘플의 응용 전망. 그러나 새로운 실험 모델과 응용 시나리오로 인해 대규모 데이터의 온라인 분석에 기술적 과제가 발생했습니다. 단일 실험에 대한 원본 회절 패턴 데이터의 양은 PB 수준에 도달하여 4차 과학 실험을 위한 가장 큰 데이터 소스 중 하나가 되었습니다. -세대 싱크로트론 방사선 광원. 또한, 위상복원 문제 역시 방사광 데이터 처리 분야에서 가장 어려운 문제 중 하나이다.

빅 데이터 분석 및 처리를 위한 강력한 도구인 인공 지능 방법은 기존 알고리즘의 장점을 유지하고 대규모 실험 데이터의 온라인 분석 기능을 강조합니다.

상대적으로 시간이 많이 소요되는 스캐닝 이미징 기술인 타이코그래피의 주요 목표 중 하나는 실시간 분석을 달성하는 것입니다. 그러나 현재의 전통적인 타이코그래피 재구성 알고리즘은 온라인 재구성의 요구를 충족시키기 어렵습니다. 연구팀은 컨볼루션 신경망을 기반으로 네트워크 훈련 및 재구성 속도를 높이고 재구성 효과를 향상시키는 그룹화 컨볼루션 신경망 디코더 구조를 제안했습니다. 신경망은 회절 패턴을 실제 객체로 매핑하는 방법을 학습할 수 있습니다. 향후 광원 데이터의 양과 품질이 더욱 향상됨에 따라 네트워크 규모, 매개변수 양, 훈련 데이터 양이 더욱 증가하여 네트워크의 성능과 일반화 기능이 향상될 것입니다. 중국과학원의 HEPS(고에너지 싱크로트론 방사선원) 빔라인 소프트웨어 팀은 X-ray Ptychography 실험 데이터에서 물체의 정확한 투영을 복구하기 위해 PtyNet이라는 컨볼루션 신경망 프레임워크를 개발했습니다. 강력한 컴퓨팅 클러스터의 지원으로 PtyNet은 훈련을 위해 싱크로트론 방사선 광원으로부터 데이터를 신속하게 획득하고 사용자의 실험 데이터 이미지를 신속하게 재구성할 수 있습니다

중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.그림 1

연구 제목은 "대규모 분석을 통해" "사전 훈련된 딥 러닝 모델의 미세 조정을 위한 효율적인 ptychography 재구성 전략", 2023년 11월 9일 iScience 매거진에 게재

중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.논문 링크:

https://doi.org/10.1016/j.isci. 2023.108420


다양한 실험 데이터로 복구된 대상 개체가 다르기 때문에 팀에서는 네트워크 매개변수를 더욱 최적화하기 위한 미세 조정 전략도 도입했습니다. 감독되지 않은 미세 조정 전략을 통해 네트워크는 더 강력한 일반화 능력과 더 높은 재구성 해상도를 가질 수 있습니다. 싱크로트론 방사원은 보다 강력한 사전 훈련된 모델을 얻기에 충분한 데이터를 네트워크에 제공할 수 있습니다. 네트워크 내에 나타나지 않는 새로운 샘플의 경우에도 네트워크를 성공적으로 재구성할 수 있습니다(그림 2).

중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.다시 작성해야 할 내용은 두 번째 사진입니다.

앞으로도 본 팀에서는 컨볼루션 신경망을 X-ray Coherent Imaging 분야에 적용하는 연구를 계속해 나갈 예정입니다. 미세 조정 및 대형 모델 전략을 사용하여 일관된 이미징의 대형 모델이 개발되었습니다. 모델 자체는 다양한 이미징 작업을 식별하고 복구 결과를 제공할 수 있습니다. 사용자는 실시간 재구성을 위해 소수의 노선 스테이션 매개변수만 입력하면 됩니다.

향후 EB급 데이터의 도전에 직면하여 HEPS는 "대규모 과학 소프트웨어 프레임워크 + 과학용 AI"라는 혁신적인 과학 연구 패러다임을 적극적으로 추진하고 있으며, 대규모 실험 제어, 처리, 인공 지능, 첨단 주제 알고리즘, 다중 규모 이미지 처리 및 데이터 마이닝 분야의 데이터 수집 및 교차 분야 연구는 "스마트 광원" 구축의 기반을 마련했습니다.

위 내용은 중국과학원 팀은 AI 대형 모델 훈련 기술을 사용하여 대규모 싱크로트론 방사선 데이터를 처리합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명:
이 기사는 jiqizhixin.com에서 복제됩니다. 침해가 있는 경우 admin@php.cn으로 문의하시기 바랍니다. 삭제