使用零射击计算机视觉框架分析多尺度冷凝现象
Donghyeong Lee1, Seokwan Roh1, Jaewoo Jeong1
1Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon, Republic of Korea.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|January 7, 2026
概括
一个新的AI框架通过分析数以百万计的水滴而准确量化凝结动力学,而无需事先培训. 这种计算机视觉方法有助于设计更好的能源和水应用系统.
科学领域:
- 多相流的流量是多相的.
- 表面科学是一门科学.
- 人工智能的人工智能是人工智能.
背景情况:
- 凝结对于能源和水系统至关重要.
- 量化多尺度滴滴动力学是一项挑战.
研究的目的:
- 开发一个无标签的计算机视觉框架,用于凝结分析.
- 能够准确量化滴滴动力学和凝结率.
主要方法:
- 利用分段任何模型 (SAM) 进行零射击细分.
- 检测到超过一百万滴,没有注释数据.
- 提取统计特征 (半径,凝聚率,质量) 并训练机器学习模型进行速率预测.
主要成果:
- 在滴滴检测和表征方面取得了高准确性.
- 可视化了完整的动态凝结周期.
- 确定接触角度歇斯底里是滴滴行为的一个关键因素.
- 预测的凝结率与7.8%的平均绝对百分比误差.
结论:
- 人工智能框架可以显著提高对动态相变机制的理解.
- 开发的方法可以指导用于热管理,海水淡化和水收集的改进表面的设计.
