美国能源部橡树岭国家实验室(Oak Ridge National Laboratory)的研究人员开发出一个深度学习框架，可显著提高3D打印部件的CT扫描速度和扫描结果准确性。

CT 扫描对于在不损坏 3D打印部件的情况下验证其完好性非常重要，但其并未在增材制造中大规模使用，主要是因为当前的扫描和分析方法耗时长且结果不精确。新开发的深度学习框架将允许制造商快速微调部件结构，并将成像时间缩短了六倍，使得样品分析可以在一天内完成。

研究人员表示，该技术可以应用于国防、汽车制造、航空航天、电子印刷，以及电动汽车电池的无损评估等多个领域。获 取 更多前沿科技 研究 进展访问：https://byteclicks.com

版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/42347.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。

赞