文献

J-GLOBAL ID：202202279544722679   整理番号：22A1076362

材料劣化研究における機械学習・統計分析の活用

Application of machine learning and statistical analysis to materials degradation research

著者 (2件)： 野本明義 (電力中研) ,  橋本資教 (電力中研)
資料名： 日本原子力学会春の年会予稿集(CD-ROM)  (日本原子力学会春の年会(CD-ROM))
巻： 2022  ページ： ROMBUNNO.3J_PL02  発行年： 2022年 
JST資料番号： G0939B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・近年のデータサイエンスの発展は著しく,原子力材料の照射劣化という複雑な現象を取り扱う分野に対しても統計分析や機械学習が活用。
・本発表では,原子炉圧力容器(RPV)鋼の照射脆化研究を中心に最近の統計分析(SA)や機械学習(ML)の材料劣化研究への適用例を紹介。
・統計分析の活用例として,RPV鋼の照射脆化を紹介。
・機械学習がRPV鋼の照射脆化に関する規格に用いられた例は無いが,MLの一種であるノンパラメトリックベイズ法が国内脆化評価式の入力パラメータ妥当性の検討等で使用。

シソーラス用語： 材料 ,  科学 ,  劣化 ,  統計解析 ,  *機械学習 ,  *原子炉容器 ,  *脆化
準シソーラス用語： データサイエンス ,  原子力材料 ,  原子炉圧力容器 ,  材料劣化 ,  *照射脆化 ,  統計分析

分類 (4件)： 人工知能  (JE08000Z) ,  金属の放射線による構造と物性の変化  (BK16122N) ,  原子炉容器  (MD04050A) ,  原子炉の構成要素と原子炉材料一般  (MD04010I)

タイトルに関連する用語 (5件)： 材料劣化 ,  研究 ,  機械学習 ,  統計分析 ,  活用