文献

J-GLOBAL ID：202302245082789178   整理番号：23A2137245

材料工学における人工知能:材料工学における人工知能の応用に関するレビュー【JST・京大機械翻訳】

Artificial Intelligence in Material Engineering: A Review on Applications of Artificial Intelligence in Material Engineering

著者 (3件)： Goswami Lipichanda (Department of Computer Science and Technology, Bodoland University, BTC, Assam, 783370, India) ,  Deka Manoj Kumar (Department of Computer Science and Technology, Bodoland University, BTC, Assam, 783370, India) ,  Roy Mohendra (Department of Information and Communication Technology, Pandit Deendayal Energy University, Gujarat, Gandhinagar, 382007, India)
資料名： Advanced Engineering Materials  (Advanced Engineering Materials)
巻： 25  号： 13  ページ： e2300104  発行年： 2023年 
JST資料番号： W2018A  ISSN： 1438-1656  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： 材料科学と工学(MSE)における人工知能(AI)の役割は,AI技術進歩としてますます重要になっている。高性能コンピューティングの開発は,重要なパラメータを有する深層学習(DL)モデルをテストすることを可能にし,特性予測における密度汎関数理論(DFT)のような従来の計算法の限界を克服する機会を提供した。機械学習(ML)ベースの方法は,DFTベースの方法より高速で正確である。さらに,生成敵対ネットワーク(GAN)は,結晶構造情報を使用しない無機材料の化学組成の生成を容易にした。これらの開発は,材料工学(ME)と研究に著しい影響を与える。MEにおけるAIにおける最近の発展のいくつかをレビューした。最初に,材料加工,構造および材料特性の研究,および種々の側面における材料の性能の測定などのMEの臨界領域におけるAIの開発について考察した。次に,AIの重要な方法とグラフニューラルネットワーク,生成モデル,学習の伝達などのMSEにおけるそれらの利用について論じた。既存の分析機器からの結果を解析するためのAIの使用についても論じた。最後に,MEにおけるAIの長所,短所,および将来について考察した。Copyright 2023 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 化学組成 ,  結晶構造 ,  *工学 ,  ネットワーク ,  臨界 ,  無機材料 ,  *人工知能 ,  分析機器 ,  *材料 ,  密度汎関数法 ,  機械学習 ,  材料科学 ,  生成モデル ,  材料加工 ,  深層学習

著者キーワード (5件)： 人工知能 ,  深層学習 ,  密度汎関数理論 ,  グラフニューラルネットワーク ,  材料工学

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 材料工学 ,  人工知能 ,  応用 ,  レビュー

ライセンス情報：
© 2023 Wiley-VCH GmbH