本研究では、異種多孔材料の微細構造を再構築するための新しいフレームワークを提案します。このフレームワークは、スライス・ワッサースタイン距離とニューラルネットワークを組み合わせており、特に小さなサンプルサイズでも優れた制御性と適用性を実現します。方法論は、局所的なパターン分布の特徴付けに重点を置き、ターゲット分布を生成するための制御されたサンプリング戦略を採用しています。ニューラルネットワークは、入力分布からターゲットの局所パターン分布へのマッピングを確立し、この分布間の距離を最小化するためにスライス・ワッサースタイン距離と勾配最適化技術を使用します。これにより、信頼性の高いモデルが構築され、確率的かつ制御可能な再構築が可能になります。実験では、さまざまな材料に対して異種再構築や大サイズの微細構造再構築を行い、その効果を視覚化、統計的手法、および物理的特性のシミュレーションを通じて確認しました。