CARACTERIZACIÓN DE PATRONES GEOMÉTRICOS A PARTIR DE REPRESENTACIONES EMBEBIDAS EN IMÁGENES MICROSCÓPICAS DE NANOESPUMAS METÁLICAS COBRE-NÍQUEL

Abstract
La contaminación de agua por mercurio es un problema grave a nivel global por sus afectaciones al medio ambiente y al sistema de salud pública. El uso de nanoespumas con estructuras porosas ha sido identificado como un mecanismo eficaz para la purificación de agua contaminada con mercurio. Estas nanoespumas permiten el transporte de fluidos y contribuyen con reacciones químicas necesarias para la deposición de partículas contaminantes. Durante el diseño de nanoespumas, la optimización de propiedades mecánicas y electroquímicas se realiza mediante la caracterización geométrica de los poros. Generalmente, este proceso se lleva a acabo a partir de análisis de microscopía, de la cuantificación de poros y la construcción de distribuciones de las muestras analizadas. Sin embargo, estos análisis pueden estar sesgados por intervención humana, y además su estudio se reduce a la representación de un número limitado de distribuciones geométricas. Este trabajo introduce una estrategia computacional para realizar la caracterización geométrica de los poros y las estructuras microscópicas que representan diferentes diseños de nanoespumas. Para ello, se ajustó una representación de un \textit{autoencoder} variacional, que bajo una tarea de pretexto, permite aprender descriptores embebidos que representan la geometría de las observaciones microscópicas. En este caso se utilizaron un conjunto de observaciones microscópicas de nanoespumas metálicas cobre-níquel (Cu-Ni). Los vectores embebidos corresponden a muestras de un conjunto de distribuciones normales aprendidas que representan características complejas relacionadas a la estructura geométrica del material. Estos vectores son mapeados a un espacio de baja dimensionalidad demostrando su capacidad para discriminar entre diferentes composiciones de nanoespumas. Además se estableció un mecanismo de explicabilidad que permite incidir en las imagenes de entrada para resaltar las estructuras que mas aportan a la representación embebida.
Description
Keywords
PROPIEDADES MECÁNICAS Y ELECTROQUÍMICAS, NANOESPUMAS METÁLICAS, ARQUITECTURAS AUTO-SUPERVISADAS, REPRESENTACIONES PROFUNDAS, VECTORES EMBEBIDOS
Citation