|
Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)
Гибридный подход к подбору состава автомобильной краски желаемого цвета на основе нейронных сетей и моделирования света
С. Г. Поздняков, С. В. Ершов, А. Г. Волобой
Аннотация:
Современные автомобильные краски имеют сложную структуру, и моделирование их оптических свойств является достаточно сложной задачей. Обратная задача – подбор состава краски по ее внешнему виду – наиболее востребована в практическом применении. В статье проанализированы недостатки популярных математических методов, в т.ч. использованных ранее авторами, и предложен гибридный подход на основе глубокого обучения нейронной сети и моделирования распространения света в многослойной краске. Нейросетевой алгоритм хорошо решает задачу для пигментов и красок, на которых он обучен, но неустойчив для новых пигментов. В этом случае моделирование краски помогает найти приемлемый результат. Математическая модель здесь доставляет лишь функциональную форму уравнений в вариациях, а величины всех функций получаются измерениями. Этих измерений немного, и они сводятся в библиотеку пигментов для дальнейшего использования.
Ключевые слова:
моделирование распространения света, рассеяние света частицами, краски, BRDF, измерения, минимизация отклонения, метод
сложения-удвоения.
Образец цитирования:
С. Г. Поздняков, С. В. Ершов, А. Г. Волобой, “Гибридный подход к подбору состава автомобильной краски желаемого цвета на основе нейронных сетей и моделирования света”, Препринты ИПМ им. М. В. Келдыша, 2022, 087, 17 с.
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ipmp3112 https://www.mathnet.ru/rus/ipmp/y2022/p87
|
Статистика просмотров: |
Страница аннотации: | 44 | PDF полного текста: | 14 | Список литературы: | 8 |
|