文献

J-GLOBAL ID：202202229348159552   整理番号：22A0891676

付加製造のための機械学習統合設計【JST・京大機械翻訳】

Machine learning integrated design for additive manufacturing

著者 (5件)： Jiang Jingchao (Digital Manufacturing and Design Center, Singapore University of Technology and Design, Singapore, Singapore) ,  Xiong Yi (Digital Manufacturing and Design Center, Singapore University of Technology and Design, Singapore, Singapore) ,  Zhang Zhiyuan (Digital Manufacturing and Design Center, Singapore University of Technology and Design, Singapore, Singapore) ,  Rosen David W. (Digital Manufacturing and Design Center, Singapore University of Technology and Design, Singapore, Singapore) ,  Rosen David W. (The G. W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： Journal of Intelligent Manufacturing  (Journal of Intelligent Manufacturing)
巻： 33  号： 4  ページ： 1073-1086  発行年： 2022年 
JST資料番号： W0196A  ISSN： 0956-5515  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 製造効率の改善とコストの最小化のために,付加製造(AM)の設計を提案した。AM方法のための既存の設計は,主に代理モデルに基づいた。今日,ますます利用可能なデータのために,機械学習(ML)は,医療診断,画像処理,予測,分類,学習関連などに適用されており,また,対応する目的を持つAMのプロセスパラメータを最適化するための機械学習を利用するために,様々な研究が行われている。本論文では,AMフレームワークのためのML統合設計を提案し,設計および性能空間間の複雑な関係を学習できるMLを利用した。さらに,他の代理モデリング法に対するMLの主な利点は,両方向における入出力関係をモデル化する能力である。すなわち,深いニューラルネットワークは,構造-特性入出力データを与えて,特性-構造関係をモデル化することができた。事例研究を行い,調整した剛性を有する調整可能な機械的性能を有するカスタマイズした足首ブレースを設計するMLの使用の有効性を実証した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  データ ,  剛性 ,  ニューラルネットワーク ,  利用 ,  画像処理 ,  足首 ,  事例研究 ,  プロセスパラメータ ,  *機械学習 ,  カスタム化 ,  ブレース ,  *付加製造
準シソーラス用語： 生産効率 , 【Automatic Indexing@JST】

著者キーワード (3件)： 付加製造 ,  AMの設計 ,  機械学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 付加製造 ,  機械学習 ,  統合設計