คิดค้นอัลกอริธึมพื้นฐานการเรียนรู้ด้วยเครื่องจักรสำหรับการจำแนกลักษณะเชิงปริมาณในสามมิติ มีขนาดเล็กเท่านาโนเมตรสามารถใช้การค้นพบที่สำคัญนี้กับการวิเคราะห์วัสดุโครงสร้างส่วนใหญ่ที่สนใจกับอุตสาหกรรมสิ่งที่ทำให้อัลกอริทึมของเราไม่เหมือนใครคือถ้าคุณเริ่มต้นด้วยวัสดุที่คุณไม่รู้อะไรเลยเกี่ยวกับโครงสร้างจุลภาคมันจะภายในไม่กี่วินาที

จะบอกผู้ใช้โครงสร้างจุลภาคที่แน่นอนในทั้งสามมิติตัวอย่างเช่นด้วยข้อมูลที่วิเคราะห์โดยเครื่องมือ 3 มิติของเรา ผู้ใช้สามารถตรวจจับข้อบกพร่องและรอยแตกและคาดการณ์อายุการใช้งานภายใต้ความเครียดและความเครียดที่แตกต่างกัน วัสดุโครงสร้างส่วนใหญ่เป็น polycrystalline ซึ่งหมายความว่าตัวอย่างที่ใช้สำหรับการวิเคราะห์สามารถมีธัญพืชได้นับล้าน ขนาดและการกระจายของเมล็ดและช่องว่างภายในตัวอย่างเป็นคุณสมบัติทางโครงสร้างจุลภาคที่สำคัญซึ่งส่งผลต่อคุณสมบัติทางกายภาพทางกลออปติคัลเคมีและความร้อนที่สำคัญ