文献

J-GLOBAL ID：202202276016573770   整理番号：22A0929357

方位ベース反復自己組織化データ解析を用いた原子論的シミュレーションにおける粒子セグメンテーション【JST・京大機械翻訳】

Grain segmentation in atomistic simulations using orientation-based iterative self-organizing data analysis

著者 (5件)： Vimal M. (Micromechanical Materials Modelling (MiMM), Institute of Mechanics and Fluid Dynamics, TU Bergakademie Freiberg, Lampadiusstrasse 4, Freiberg 09599, Germany) ,  Sandfeld S. (Micromechanical Materials Modelling (MiMM), Institute of Mechanics and Fluid Dynamics, TU Bergakademie Freiberg, Lampadiusstrasse 4, Freiberg 09599, Germany) ,  Sandfeld S. (Institute for Advanced Simulation - IAS-9: Materials Data Science and Informatics, Forschungszentrum Juelich GmbH, Juelich 52425, Germany) ,  Sandfeld S. (Chair of Materials Data Science and Materials Informatics, Faculty 5 - Georesources and Materials Engineering, RWTH Aachen University, Aachen 52056, Germany) ,  Prakash A. (Micromechanical Materials Modelling (MiMM), Institute of Mechanics and Fluid Dynamics, TU Bergakademie Freiberg, Lampadiusstrasse 4, Freiberg 09599, Germany)
資料名： Materialia  (Materialia)
巻： 21  ページ： Null  発行年： 2022年 
JST資料番号： W5058A  ISSN： 2589-1529  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： 原子論的シミュレーションは,原子スケールでの材料の変形機構を理解する上で不可欠なツールとしてそれ自身確立されている。ナノスケールでの多結晶材料の挙動を研究するために,大規模シミュレーションを用いた。本研究では,その方位に基づいて個々の結晶粒に原子をクラスタ化する教師なし機械学習アルゴリズムを用いた原子論的構成の粒子セグメンテーション法を提案した。Orisodataアルゴリズムと呼ばれる提案方法は,反復自己組織化データ解析技術に基づいており,配向空間で動作するように修正される。アルゴリズムの作動は,変形しない状態および変形状態の両方で122の結晶粒ナノ結晶薄膜試料上で実証された。また,Orisodataアルゴリズムを,オープンソース可視化ツールOvitoで利用可能な2つの他の粒子セグメンテーションアルゴリズムと比較した。結果は,Orisodataアルゴリズムが低角粒界によって分離された領域と同様に変形双晶を正しく同定できることを示した。モデルパラメータは直感的物理的意味を持ち,実験に用いた類似の閾値に関連し,最適値を得るだけでなく,結果の容易な解釈と検証を容易にする。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 ,  結晶粒界 ,  変形 ,  *計算機シミュレーション ,  *セグメンテーション ,  変形双晶 ,  多結晶 ,  クラスタ化 ,  結晶粒 ,  機構 ,  規模 ,  *自己組織化
準シソーラス用語： ナノスケール ,  最適値 ,  オープンソース ,  *原子論的シミュレーション ,  変形機構 ,  原子スケール , 【Automatic Indexing@JST】

著者キーワード (6件)： 原子シミュレーション ,  教師なし機械学習 ,  方向ベースのアイソデータクラスタリング ,  粒子セグメンテーション ,  グラフクラスタリング ,  最小スパンニング木

分類 (3件)： 固体の機械的性質一般  (BL01021C) ,  金属の機械的性質  (BL01022T) ,  変態組織,加工組織  (WB01030N)

タイトルに関連する用語 (6件)： 方位 ,  反復 ,  自己組織化 ,  データ解析 ,  原子論的シミュレーション ,  セグメンテーション