Гибридный подход к подбору состава автомобильной краски желаемого цвета на основе нейронных сетей и моделирования света

Современные автомобильные краски имеют сложную структуру, и моделирование их оптических свойств является достаточно сложной задачей. Обратная задача – подбор состава краски по ее внешнему виду – наиболее востребована в практическом применении. В статье проанализированы недостатки популярных математических методов, в т.ч. использованных ранее авторами, и предложен гибридный подход на основе глубокого обучения нейронной сети и моделирования распространения света в многослойной краске. Нейросетевой алгоритм хорошо решает задачу для пигментов и красок, на которых он обучен, но неустойчив для новых пигментов. В этом случае моделирование краски помогает найти приемлемый результат. Математическая модель здесь доставляет лишь функциональную форму уравнений в вариациях, а величины всех функций получаются измерениями. Этих измерений немного, и они сводятся в библиотеку пигментов для дальнейшего использования.