文献

J-GLOBAL ID：202202270300655292   整理番号：22A0736902

深層学習を用いたマルテンサイト鋼におけるオーステナイト母粒子再構成【JST・京大機械翻訳】

Austenitic parent grain reconstruction in martensitic steel using deep learning

著者 (6件)： Fernandez-Zelaia Patxi (Manufacturing Science Division, Oak Ridge National Lab, Oak Ridge, TN, United States) ,  Rossy Andres Marquez (Materials Science & Technology Division, Oak Ridge National Laboratory, Oak Ridge, TN, United States) ,  Campbell Quinn (Materials Science & Technology Division, Oak Ridge National Laboratory, Oak Ridge, TN, United States) ,  Nycz Andrzej (Manufacturing Science Division, Oak Ridge National Lab, Oak Ridge, TN, United States) ,  Ledford Christopher (Manufacturing Science Division, Oak Ridge National Lab, Oak Ridge, TN, United States) ,  Kirka Michael M. (Manufacturing Science Division, Oak Ridge National Lab, Oak Ridge, TN, United States)
資料名： Materials Characterization  (Materials Characterization)
巻： 185  ページ： Null  発行年： 2022年 
JST資料番号： D0448C  ISSN： 1044-5803  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,観察されたマルテンサイト電子後方散乱回折写真から以前のオーステナイト構造を推定するための深い畳込み構造を開発した。新しいデータ増強戦略は,4つの顕微鏡写真だけから著者らのモデルを訓練することを可能にするグローバル参照座標系をランダム化する。モデルは,アルゴリズム的アプローチよりはるかに速く,異なる材料の顕微鏡写真に適用するとき,よく一般化する。経験的証拠は,モデルの有効性が視覚モデルのミクロ組織と受容野のスケールに依存することを示唆する。本研究は,現代のコンピュータビジョンアプローチが,方位イメージング顕微鏡写真に存在する複雑な空間配向パターンを捕捉するのに適していることを示した。Copyright 2022 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： アルゴリズム ,  畳込み ,  金属組織 ,  *鋼 ,  *マルテンサイト鋼 ,  *オーステナイト ,  *マルテンサイト ,  顕微鏡写真 ,  画像処理 ,  コンピュータビジョン ,  機械学習
準シソーラス用語： EBSD ,  視覚モデル ,  受容野 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 相変態 ,  マルテンサイト ,  鋼 ,  機械学習 ,  深層学習

分類 (1件)： 変態組織,加工組織  (WB01030N)

タイトルに関連する用語 (5件)： 深層学習 ,  マルテンサイト鋼 ,  オーステナイト ,  母 ,  再構成