文献

J-GLOBAL ID：202502223882656334   整理番号：25A1716837

深層学習と説明可能AIを用いたトライボフィルム化学組成と耐摩耗性能の相関解析

Correlation Analysis of Tribofilm Chemical Composition and Antiwear performance Using Deep Neural Network and Explainable AI

著者 (5件)： 横山崇 (JAXA) ,  横山崇 (科大) ,  間庭和聡 (JAXA) ,  松本康司 (JAXA) ,  青木才子 (科大)
資料名： 日本トライボロジー学会トライボロジー会議予稿集(Web)  (トライボロジー会議予稿集(Web))
巻： 2025  号： 春  ページ： 242-243 (WEB ONLY)  発行年： 2025年05月14日 
JST資料番号： Y0047D  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

シソーラス用語： *トライボ膜 ,  油膜 ,  *化学組成 ,  *耐摩耗性 ,  *相関分析 ,  *深層学習 ,  ディープニューラルネットワーク ,  宇宙環境 ,  真空 ,  添加剤 ,  チオリン酸エステル類 ,  硫黄化合物 ,  リン酸塩 ,  摩耗量 ,  X線光電子分光法 ,  特徴量 ,  元素 ,  大気環境
準シソーラス用語： *説明可能AI

分類 (2件)： 潤滑一般  (QB02010S) ,  固体の機械的性質一般  (BL01021C)

タイトルに関連する用語 (6件)： 深層学習 ,  説明可能AI ,  トライボフィルム ,  化学組成 ,  耐摩耗性能 ,  相関解析