تولید پیش‌بینانه‌ی سطوح ریزساختاریافته با ویژگی‌های نوری کنترل‌شده با استفاده از شبکه‌های مولد مخاصم

این موقعیت مقطع دکتری بر ایجاد یک چارچوب پیش‌بینانه برای تولید سطوح ریزساختاریافته با ویژگی‌های نوری کنترل‌شده با استفاده از شبکه‌های مولد مخاصم (GAN) تمرکز دارد. هدف این پروژه پر کردن شکاف بین ریزپستی و بلندی و ظاهر (BRDF/NDF) بدون تکیه بر چرخه‌های نمونه‌سازی و اندازه‌گیری تکراری است. این پژوهش به بررسی شبکه‌های GAN و شبکه‌های عصبی برای سنتز نقشه‌های ارتفاعی واقعی از پارامترهای تعریف‌شده توسط کاربر یا داده‌های مصنوعی می‌پردازد و همسویی بین ظاهر مجازی و قابلیت ساخت در دنیای واقعی را تضمین می‌کند. این کار که در قالب پروژه APPEARANCE_ON_DEMAND با تامین مالی ANR انجام می‌شود، از همکاری‌های بین موسسات XLIM و iLM بهره می‌برد و مدل‌سازی فیزیکی، بهینه‌سازی عددی و هوش مصنوعی را برای ایجاد یک چارچوب طراحی پیش‌بینانه برای سطوح با ظاهر بصری کنترل‌شده ترکیب می‌کند.