文献

J-GLOBAL ID：201802277066798147   整理番号：18A0722868

データマイニング法による先進微細構造分類【JST・京大機械翻訳】

Advanced microstructure classification by data mining methods

著者 (7件)： Gola Jessica (Functional Materials, Saarland University, Material Engineering Center Saarland, Campus D.3.3, 66123 Saarbruecken, Germany) ,  Britz Dominik (Functional Materials, Saarland University, Material Engineering Center Saarland, Campus D.3.3, 66123 Saarbruecken, Germany) ,  Staudt Thorsten (AG der Dillinger Huettenwerke, Werkstrasse 1, 66763 Dillingen, Germany) ,  Winter Marc (AG der Dillinger Huettenwerke, Werkstrasse 1, 66763 Dillingen, Germany) ,  Schneider Andreas Simon (AG der Dillinger Huettenwerke, Werkstrasse 1, 66763 Dillingen, Germany) ,  Ludovici Marc (HTW Saar, Goebenstrasse 40, 66117 Saarbruecken, Germany) ,  Muecklich Frank (Functional Materials, Saarland University, Material Engineering Center Saarland, Campus D.3.3, 66123 Saarbruecken, Germany)
資料名： Computational Materials Science  (Computational Materials Science)
巻： 148  ページ： 324-335  発行年： 2018年 
JST資料番号： W0443A  ISSN： 0927-0256  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 現代の多相材料の機械的性質は,微細構造成分の分布,形状およびサイズに著しく依存する。したがって,微細構造の定量化と分類は,特定材料の基礎となる構造-特性関係の同定において決定的である。現代の材料における微細構造の複雑さのために,微細構造成分の信頼できる分類は,金属組織学における最大の課題の1つである。本研究では,データマイニング法を用いて,それらの形態パラメータを評価することにより,二相鋼の鋼構造の変化を決定する方法を示した。二相鋼の異なる微細構造を区別できるモデルを構築するために,分類器としてサポートベクトルマシンを用いることによりデータマイニングプロセスを開発した。分類結果に及ぼす前処理と特徴選択法の影響を試験した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴選択 ,  鋼構造 ,  二相鋼 ,  サポートベクトルマシン ,  鋼 ,  機械的性質 ,  金属組織学 ,  多相 ,  前処理 ,  *データマイニング ,  *微細構造 ,  複雑性 ,  構造特性相関 ,  性質 ,  自然科学

著者キーワード (4件)： 微細構造の分類 ,  データマイニング ,  形態学的パラメータ ,  鋼

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： データマイニング ,  微細構造 ,  分類