科學家用機器學習對氫燃料電池進行精確建模，有效提升電池性能

據悉，其先通過解析度較低的 X 射線圖像來構建精細的 3D 模型，再基於對其中一小部分高解析度圖像的掃描，推斷出一些精確的數據。通俗地說，就相當於先在高空中航拍整個城市的相對模糊的照片，再附加幾條街道的清晰詳盡的照片，並據此來完成對全區域所有街道布局的精準預測。<br />
藉助該模型，研究人員能夠清晰明白地看到 PEMFC 內部水積聚的具體位置，並可以通過一些更有針對性的設計，來克服電池內部的排水問題，進而提升電池的性能。<br />
阿姆斯特朗對媒體表示：「這項研究如此新穎的原因之一是，我們正在突破成像技術的極限。當你使用一塊硬體時，無論是顯微鏡還是 CT 掃描儀，圖像的解析度都會隨著視野範圍的縮小而變差，這是非常典型的情況。」<br />
不過，令人欣慰的是，基於該技術，上述問題得以解決，並有望在石油、醫療、天然氣等行業的所有成像領域中得到廣泛應用。比如，將其用於 X 射線，幫助醫生了解人體內的微小細胞結構，提高疾病診療的速度和效率。