通过神经网络生成的隐式描述概率分布的三维图像数据集，我们成功地比较了不同尺度多孔介质的特性，并发现对比传统的图像重建随机方法，此隐式表示的数据分布可以快速存储并重复生成多个孔隙结构的实现。

Apr, 2017

通过利用形态解码器结合机器学习、三维显微成像分割、核磁共振成像等手段，能够有效、准确地预测渗透率。

Nov, 2021

通过一种新的算法生成合成砂，对比实际收集的砂样数据，基于点云自编码器，通过降噪扩散算法能够生成形态、大小与训练数据一致的现实砂颗粒; 确保第三方验证的前提下，附带50,000个合成石英砂颗粒、1,542个同步辐射微计算机断层扫描(F50砂)，以及由合成石英砂颗粒组成的颗粒装置在开源仓库中公开。

Jun, 2023

梯度优化网格、等值面表示、FlexiCubes、几何保真度、网格质量为主要关键词的研究论文的摘要。

Aug, 2023

通过使用局部快速行进方案和将快速行进覆盖区域分成两个子区域的方法，我们提出了一种提取2D流形的新方法，该方法可应用于自动传播和交互分析，并在包括折叠的银纸和纸张在内的人工数据和真实数据上证明了我们方法的适用性和鲁棒性。

Aug, 2023

通过使用闪光灯搜索中轴（FSMA）算法，可以精确提取孔隙网络，从而实现对多孔介质中流体流动的研究。此算法不仅可以降低计算复杂性，而且可应用于不同维度的多孔介质，并能搜索闭合和开放边界情况下的孔隙，并在多相流研究中具有重要意义。

Aug, 2023

该研究以微生物活动为主题，探索了三维土壤结构中微生物活动的领域，并通过局部微分方程模型对解的存在性、唯一性和渐近行为进行研究。研究结果发现了一个具有长期系统行为重要意义的全局吸引子，并通过数值模拟实验图形化展示了其特征。

Oct, 2023

从真实世界数据中忠实地创建的数字3D物体表示可以用于人工或计算机辅助分析，同时可以用于生成难以获取或缺乏训练数据的机器学习方法的训练数据，本文提出了一种用于获取包括半透明物体内部的物理模型的体积重建方法，通过在明亮的白光源前以不同角度拍摄物体并计算每个体素的吸收和散射来解决可视化层析成像问题，此外，还提出了一种将非物理 NeRF 媒体转换为基于物理的体积网格的方法，并通过两个真实的浮游生物验证集展示了该方法的有用性，最终还将实验室扫描的模型重新光照并虚拟地浸入带有增强介质和照明条件的场景中。

Dec, 2023

通过模板变形和深度介质体方法实现形状重建，以应用于医学成像、可视化和计算机模拟。

Mar, 2024

这项研究介绍了一种利用土壤的三维微计算机断层扫描图像模拟有机物质微生物分解的新的计算方法。该方法利用一个连接的体素的评估图来模拟微生物分解过程中涉及的转化和扩散过程。该模型可被用于模拟多孔介质中的任何扩散-转化过程。我们实施了并行化策略，并探索了不同的数值方法，包括隐式、显式、同步和异步方案。为了验证我们的方法，我们将模拟输出与LBioS和Mosaic模型提供的输出进行了比较。LBioS使用晶格玻尔兹曼方法进行扩散，而Mosaic则利用了毛细管网络几何模型（PNGM）通过球体和椭球体等几何基元来获益。这种方法取得了与传统基于LBM的模拟相当的结果，但仅需四分之一的计算时间。与Mosaic模拟相比，所提出的方法速度较慢，但更准确且不需要任何校准。此外，我们提出了一个理论框架和一个应用示例来增强基于PNGM的模拟。这通过使用随机梯度下降和当前方法生成的数据来近似扩散传导系数来实现。

Jun, 2024