«Задача определения пористой структуры горных пород и цементного камня была актуальна и раньше, и будет актуальна и далее, поскольку пористая структура материала в значительной степени определяет его физико-механические свойства. Например, так называемая долговечность бетона, которая по ГОСТ формулируется в терминах морозостойкости, то есть в количестве выдерживаемых циклов замораживания/оттаивания без значимой потери прочности, во многом определяется именно пористой структурой цементного камня. Другой пример свойства, определяемого пористой структурой — водонепроницаемость бетона, важный параметр при строительстве мостовых сооружений», — отмечает один из авторов исследования, доцент Исследовательской школы физики высокоэнергетических процессов ТПУ Роман Резаев.
«Идея метода улучшения анализа данных состоит в том, чтобы «помочь» нейронной сети классифицировать каждый пиксель изображения, как принадлежащий или не принадлежащий поре с помощью дополнительного анализа пространственной трехмерной окрестности этого пикселя. Другими словами, вероятность того, что данный пиксель будет отнесен к классу «поры», зависит не только от базы обучающей выборки, состоящей из двумерных снимков, но и от того, как эти изображения связаны между собой условием непрерывности свойств материала. Например, если частицы песка имеют гладкую поверхность, то вероятность появления поры вблизи них значительно ниже, чем если они имеют изломанную границу», — добавляет Роман Резаев.