文献

J-GLOBAL ID：202502242253563578   整理番号：25A3177798

機械学習によるβチタン形状記憶合金の機械的性質の予測

Prediction of mechanical properties of β-Ti shape memory alloys using machine learning

著者 (5件)： 野平直希 (東京科大) ,  原島亜弥 (東京科大) ,  田原正樹 (東京科大) ,  熊澤逸夫 (東京科大) ,  細田秀樹 (東京科大)
資料名： 材料とプロセス(CD-ROM)  (Current Advances in Materials and Processes (CD-ROM))
巻： 38  号： 2  ページ： ROMBUNNO.J-5  発行年： 2025年09月01日 
JST資料番号： X0994B  ISSN： 1882-8922  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)

抄録/ポイント： ・準安定β-Ti基形状記憶合金を対象に,機械学習により相安定性に応じてマルテンサイト変態誘起応力を表す降伏応力(σ_y)を定量予測して,モデルの有効性を検証。
・入力特徴量は,文献等からMo当量,結合次数,d軌道エネルギー準位,原子サイズ差,平均原子半径,冷間圧延率およびβ/α”相の有無を選択。
・データを8:2に分割し,線形回帰,サポートベクトル回帰,ランダムフォレスト回帰,勾配ブースティング回帰を用いて学習。
・相安定性及び組成に基づく特徴量を組み込むことで,σ_yを小規模データでも実用的精度で予測可能。

シソーラス用語： β型チタン合金 ,  *形状記憶合金 ,  マルテンサイト変態 ,  *降伏応力 ,  *機械学習 ,  結合次数 ,  d軌道 ,  電子状態 ,  原子半径 ,  冷間圧延 ,  圧下率 ,  線形回帰 ,  サポートベクトルマシン ,  回帰分析 ,  勾配ブースティング ,  計算機アルゴリズム ,  α’’相 ,  β相
準シソーラス用語： サポートベクトル回帰 ,  ランダムフォレスト

分類 (2件)： その他の金属組織学  (WB01040Y) ,  機械的性質  (WB02030U)

タイトルに関連する用語 (5件)： 機械学習 ,  チタン ,  形状記憶合金 ,  機械的性質 ,  予測