Physics-informed deep learning for virtual crystallographic phase and grain orientation reconstruction of additively manufactured alloys
Dit artikel stelt een physics-informed deep learning-framework voor dat standaard secundaire elektronenbeelden van een scanning elektronenmicroscoop omzet in nauwkeurige virtuele elektron backscatter diffractie-karakterisaties, waardoor indexeringsproblemen veroorzaakt door roostervervormingen in additief vervaardigde legeringen over diverse materiaalsystemen heen effectief worden overwonnen.