Hankkeen tarkoituksena on kehittää uusia koneoppimiseen pohjautuvia menetelmiä puumateriaalien röntgensirontadatan analysoimiseksi. Puu ja muut kasviperäiset uusiutuvat luonnonvarat ovat tärkeässä asemassa kestävässä kehityksessä. Kattavampi tieto puun ja sen soluseinien rakenteesta edistää sen käyttöä uusissa sovelluksissa. Röntgensirontaan ja -kuvantamiseen pohjautuvat menetelmät voivat luoda ennennäkemättömän tarkan kuvan puun rakenteesta, mutta niiden tuottaman valtavan tietomäärän tulkitseminen ei onnistu ilman automatisointia. Tässä hankkeessa kehitämme data-analyysimenetelmiä, joilla suuria määriä puunäytteistä mitattua röntgensirontadataa voidaan analysoida tehokkaasti koneoppimisen ja erityisesti neuroverkkojen avulla. Tarkoituksenamme on löytää uusia tulkintoja puumateriaaleista mitatulle röntgensirontadatalle ja ymmärtää erityyppisten puukudosten ja solujen rakenteellisia eroja sekä niiden yhteyttä puun kosteuskäyttäytymiseen.

2021

2026