Аспиранты Лаборатории вычислительной физики МИЭМ ВШЭ выступили с докладами в Сарове на XX Международной конференции «Супервычисления и математическое моделирование»
.png "Аспиранты лаборатории вычислительной физики (слева направо: Давид, Диана, Елизавета) в Музее ядерного оружия РФЯЦ-ВНИИЭФ у корпуса АН602 — «Царь-бомбы».")
С 5 по 9 октября аспиранты Лаборатории вычислительной физики МИЭМ ВШЭ выступили с докладами в Сарове на XX Международной конференции «Супервычисления и математическое моделирование». Программа охватывала несколько направлений — от практического применения машинного обучения в математическом моделировании до чисто теоретических исследований физических процессов.
Лев Щур
заведующий лабораторией вычислительной физики МИЭМ,научный руководитель аспирантов-участников
«Проводимая ВНИИЭФ конференция на сегодняшний день является одной из лучших в РФ в области математического моделирования и смежных с ним областях применения высокопроизводительных вычислений. Большинство докладов сделано сотрудниками научных учреждений Ростатома и других государственных агентств и их отличает современность как постановки задач, так и применения современных методов их решения. Это, в частности, суперкомпьютерное моделирование и машинное обучение. В докладах большинства участников сообщения посвящены решению актуальных задач в реальной сфере экономики, что дает неоценимый опыт нашим молодым исследователям. Отдельное спасибо организаторам за огромную работу: без их помощи поездка просто не задалась бы».
Аспиранты лаборатории рассказали о докладах, представленных ими на конференции.
Диана Суховерхова
Тема: «Тернарная классификация конфигураций модели Поттса для исследования фазовых переходов первого рода»
Фазовые переходы первого рода, например плавление льда или кипение воды, происходят скачком: система поглощает или отдаёт тепло, и какое-то время в ней сосуществуют две фазы. Для физики важно точно определить, при какой энергии начинается и заканчивается этот переход и сколько тепла он требует. Классические методы для этого известны, но нейросети к таким задачам почти не применялись. Прежние работы учили сеть различать только две фазы, «порядок» и «беспорядок», и поэтому промежуточное состояние, где фазы сосуществуют, оставалось незамеченным.
В работе нейросеть учится узнавать сразу три состояния: упорядоченное, неупорядоченное и фаза сосуществования. Обучение идёт на снимках модели Поттса, классической модели магнетика. Сеть видит только картинку расположения спинов, а энергию не знает. По тому, где меняется ответ сети, удалось найти границы перехода и скрытую теплоту с погрешностью в несколько процентов от точных значений. Такой подход к переходам первого рода применяется впервые. Дальше этот метод планируется применить к поиску более тонких эффектов в фазе сосуществования.
Давид Каграманян
Тема: «Усиление статистики микроструктур твёрдого сплава WC-Co с помощью генеративных сетей»
Из твёрдых сплавов на основе карбида вольфрама делают резцы и буровые коронки. Их прочность во многом зависит от микроструктуры, то есть от того, как зёрна карбида скреплены кобальтовой связкой. Микроструктуру изучают по снимкам электронного микроскопа, но готовить образцы трудно, поэтому снимков обычно мало. Вопрос работы: можно ли при помощи генеративных сетей (GAN, diffusion) улучшить статистики снимков микроструктур сплавов путём генерации большого числа изображений? В состязательной сети (GAN) одна часть рисует снимки, а другая учится отличать их от настоящих, и так обе постепенно улучшаются. Диффузионная сеть учится шаг за шагом превращать случайный шум в правдоподобное изображение.
Ответ оказался частичным. Если увеличить число сгенерированных снимков с тысячи до десяти тысяч, некоторые статистики распределения углов кобальтовых областей уточняются на 0,7–11 %. При этом сохраняется неустранимое смещение: нейросети воспроизводят реальную микроструктуру не вполне точно, и рост выборки этого не исправляет. Дальше мы планируем исследовать другие архитектуры сетей и разобраться в причинах такого поведения.
Елизавета Константинова
Тема: «Автоматический анализ микроструктуры WC-Co без ручной разметки: универсальная предобученная модель и теоретически обоснованный алгоритм выделения зёрен»
Твёрдость и другие механические свойства сплавов карбида вольфрама с кобальтом определяются размером и формой зёрен карбида, которые измеряют по снимкам электронного микроскопа. Главная трудность анализа таких снимков в том, что на снимках не видно границ между соседними зёрнами карбида вольфрама, и обычные алгоритмы выделения границ их не находят. Нейросети, обученные на размеченных примерах, справляются лучше, но ручная разметка одного снимка занимает до часа у специалиста в области!
В работе предложена процедура, которой разметка не нужна совсем. Снимки обрабатывает универсальная предобученная модель сегментации, а её ошибки, когда несколько зёрен слипаются в одну область, исправляет мною разработанный алгоритм. Он разрезает такие области, опираясь на теоретическую оценку распределения углов в сечениях зерна идеальной формы. Метод применен на 500 снимках пяти марок сплава. Он показал, что форма зёрен почти одинакова во всех марках, тогда как размер зёрен заметно различается от марки к марке.
Не менее насыщенной оказалась и программа вне секций. «Мы побывали в Музее ядерного оружия в Сарове и в Серафимо-Дивеевском монастыре. Сочетание, на первый взгляд, неожиданное, но обе экскурсии были действительно познавательными и интересными. В музее нам рассказали о создании первой советской атомной бомбы и показали оригинальный корпус РДС-1. А знакомство с историей монастыря помогло глубже прочувствовать историю самого Сарова», - рассказала Елизавета Константинова.