MAGNET: Medial Axis Guided Network Extraction Tool
Notice bibliographique
Résumé
Pore network models are useful for studying transport in porous materials in a computationally efficient way. Extraction of networks from volumetric images has evolved over the years, starting with medial axis-based approaches to more recent watershed segmentation. This paper reconsiders the classic medial axis method, which offers several advantages such as speed and topological correctness, and develops a modernized, updated, and improved version. The new method is named Medial Axis Guided Network Extraction Tool (MAGNET). It works by analyzing the skeleton of a porous material to identify pore centers at junctions and endpoints. Additional pore bodies are found on long throats using two different approaches. This work includes an efficient tool for calculating the cross-sectional area of throats with irregular shape by using walkers with an infinite mean-free path to probe the geometry orthogonal to the medial axis at the point of the throat constriction. This extra step was critical for obtaining an equivalent diameter needed to calculate the permeability. Lastly, MAGNET was written with computational efficiency in mind. The skeletonization approach was itself 4.2X faster than the SNOW watershed segmentation for a 10003 image. Additionally, a parallelized skeletonization was applied by processing the image in blocks with sufficient overlap which resulted in a 5.5X speed-up compared to the serial approach. To validate the output, MAGNET was tested on a 4003 voxel image of a Berea sandstone, and the flow and capillary properties of the extracted network were compared to the results from SNOW and the lattice-Boltzmann method. Structural information such as pore and throat size distribution and mercury intrusion curves was compared, and noticeable similarity was achieved. Crucially, the permeability predicted by MAGNET was within 5% of the lattice-Boltzmann prediction on the same image.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».