Электронная микроскопия является одним из наиболее эффективных инструментов для исследования наноструктур. Полученные при её помощи изображения позволяют получить детальную информацию об используемых частицах, их структурах, местоположении и свойствах. Однако анализ полученных данных требует высокой квалификации специалиста и занимает много времени из-за малых размеров частиц и их сложной визуальной различимости на фоне других объектов и артефактов. Современные достижения в области машинного обучения открывают новые возможности для автоматизации анализа микроскопических изображений. Использование нейронных сетей позволяет значительно повысить точность и скорость распознавания структур, а также минимизировать влияние человеческого фактора. Результаты распознавания частиц карбина находят применение в различных областях науки и техники. Они могут использоваться при разработке новых материалов, а также для совершенствования существующих технологий синтеза и анализа углеродных наноструктур. Кроме того, при их помощи возможно более глубокое изучение физико-химических свойств карбина и его взаимодействия с другими материалами, что открывает возможности для создания инновационных методов исследования и применения в наноэлектронике, энергетике и медицине.