文献

J-GLOBAL ID：202102224779652905   整理番号：21A0929156

畳込みニューラルネットワークモデルの勾配と特性解析に基づく材料性能最適化と予測機構研究【JST・京大機械翻訳】

Research on Optimization and Prediction Mechanism of Material Properties Based on Gradient and Feature Analysis in Convolution Neural Network

著者 (7件)： Cao Zhuo (貴州大学机械工程学院,貴州 貴陽,550025) ,  Dan Yabo (貴州大学机械工程学院,貴州 貴陽,550025) ,  Li Xiang (貴州大学机械工程学院,貴州 貴陽,550025) ,  Niu Chengcheng (貴州大学 現代制造技術教育部重点実験室,貴州 貴陽,550025) ,  Dong Rongzhi (貴州大学机械工程学院,貴州 貴陽,550025) ,  Qian Songrong (貴州大学机械工程学院,貴州 貴陽,550025) ,  Hu Jianjun (貴州大学机械工程学院,貴州 貴陽 550025;美国南ka羅来納大学計算机科学与工程系,南ka羅莱納 哥倫比亜 29208)
資料名： Zhongguo Cailiao Jinzhan  (Zhongguo Cailiao Jinzhan)
巻： 39  号： 5  ページ： 385-390  発行年： 2020年 
JST資料番号： C3058A  ISSN： 1674-3962  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 材料情報学は材料分野における新しい研究方法として、国内外の広範な関心を引き起こした。材料データの急速な増加に伴い、機械学習方法も材料データの分析にますます応用され、大量の材料データから指導性のある材料学的規律を獲得することが期待されている。コンボリューションニューラルネットワークモデルを採用して、材料データベースから収集した4000種類の材料のデータを収集し、材料の形成エネルギーに対して予測を行い、比較的正確な予測結果を得た。次に,材料特性行列の勾配を解析して,傾斜と材料性能の間に一定の相関があり,傾斜行列のガイドの下で目標性能を持つ材料特性マトリックス分布を見つけることができた。最後に,畳込みニューラルネットワークで認識された特徴パターンを解析し,さらに,畳込みニューラルネットワークが良好な性能予測能力を持つことを証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  情報科学 ,  *性能分析 ,  機械学習 ,  材料科学
準シソーラス用語： *神経回路網モデル ,  性能予測 ,  材料特性 ,  性能最適化 ,  材料データベース ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 人工知能  (JE08000Z) ,  圧粉,焼結  (WC02030X) ,  プレス加工  (WC04050H) ,  腐食  (WB03030B) ,  変態組織,加工組織  (WB01030N)

タイトルに関連する用語 (7件)： 畳込みニューラルネットワーク ,  モデル ,  勾配 ,  特性解析 ,  性能最適化 ,  予測 ,  研究