利用人工智能和机器人进行流体性质预测
摘要：从视觉中推断液体性质是一个具有挑战性的任务，这是由于液体的行为和检测的复杂性。然而，直接从视觉信息中推断液体性质的能力对于自主液体处理系统非常有价值，因为摄像头是随时可用的。此外，仅通过视觉来预测流体性质可以加快流体表征的过程，在各种实验环境中节省大量时间和努力。在这项工作中，我们提出了一种纯粹基于视觉的方法来估计粘度，利用了流体振荡行为与粘度直接相关的事实。具体地，我们利用一个三维卷积自编码器来学习视频中不同流体振荡模式的潜在表示。我们利用这个潜在表示从视频中直观地推断流体的分类或流体的动态粘度。
作者：Jong Hoon Park, Gauri Pramod Dalwankar, Alison Bartsch, Abraham George, Amir Barati Farimani
论文ID：2308.02715
分类：Machine Learning
分类简称：cs.LG
提交时间：2023-08-08