NIMS y el Instituto Tecnológico de Toyota en Chicago han desarrollado conjuntamente un sistema de diseño de materiales asistido por computadora CAMaD capaz de extraer información relacionada con los procesos de fabricación y las estructuras y propiedades de los materiales, factores vitales para el diseño de materiales, y organizar y visualizar elrelación entre ellos. El uso de este sistema permite resumir la información de miles de artículos científicos y técnicos en un solo cuadro, racionalizando y agilizando el diseño del material.
El rendimiento de un material está determinado por sus propiedades. Debido a que las propiedades de un material están muy influenciadas por su estructura y por el proceso de fabricación que controla la estructura, comprender las relaciones entre los factores que afectan las propiedades de los materiales de interés y las estructuras de materiales y procesos de fabricación asociados.es vital para racionalizar y acelerar el desarrollo de materiales con un rendimiento deseable La informática de materiales, un enfoque basado en la ciencia de la información para la investigación de materiales, permite que las relaciones entre estos factores se extraigan de grandes cantidades de datos utilizando el aprendizaje profundo.la recopilación de grandes cantidades de datos sobre materiales a través de experimentos y la construcción de bases de datos requiere mucha mano de obra, había sido difícil utilizar la informática de materiales para integrar las relaciones proceso-estructura-propiedad-rendimiento en el diseño de materiales.
Este grupo de investigación ha desarrollado un sistema capaz de extraer e identificar relaciones entre factores relacionados con procesos, estructuras y propiedades vitales para el diseño de materiales al ordenar a las computadoras que lean el texto de artículos científicos, en lugar de datos numéricos sobre materiales, utilizandoprocesamiento del lenguaje y aprendizaje profundo supervisado semanalmente. Los diseñadores de materiales seleccionan inicialmente varias propiedades de material relevantes para el desempeño deseable del material. En base a estas selecciones, la computadora luego extrae información relevante, determina el tipo y la fuerza de las relaciones entre las estructuras de material relevantes para las propiedades deseables yfactores relacionados con los procesos de fabricación que controlan la estructura y genera un gráfico para visualizar estas relaciones. Por ejemplo, si un diseñador de acero selecciona la "resistencia" y la "ductilidad" como propiedades de interés del material, la computadora produce un gráfico que ilustra la relación entre el proceso y la estructura.factores relevantes paramicroestructuras compuestas que se sabe que influyen en estas dos propiedades.
En este esfuerzo pionero, integramos activamente el procesamiento del lenguaje natural y el aprendizaje profundo en el diseño de materiales. Hemos publicado el código fuente de IA desarrollado en este estudio para que otros lo utilicen, sin cargo, para promover la investigación relacionada.
Fuente de la historia :
Materiales proporcionado por Instituto Nacional de Ciencia de Materiales, Japón . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :