マテリアルズインフォマティクス技術を用いて、材料開発期間の短縮、コスト低減をサポートします。 機械学習技術を用いたデータ駆動型の材料開発だけでなく、特性向上メカニズムの解明までサポート致します。 是非ご利用下さい。 材料開発のトライ＆エラーでお困りではないでしょうか. このようなお困り事はございませんでしょうか？ プロダクト解析センターで独自開発した機械学習モデルを用いて. 材料開発期間の短縮、コスト低減をサポートします。 実際の流れ. マテリアルズインフォマティクス技術の特徴. 技術ポイント① データ駆動型実験計画による材料設計. 材料開発において、原料成分比、焼結温度、昇温時間などパラメータの組み合わせは無限にあり、全ての組み合わせを実験することは到底不可能です。 第4回マテリアルズ・インフォマティクス基礎研究会. 日本材料科学会主催, 共催: 応用物理学会北海道支部, 北海道大学トポロジー理工学教育研究センター第249回エンレイソウの会. 第4回 マテリアルズ・インフォマティクス基礎研究会. 併催: 3rd Workshop on Novel マテリアルズ・インフォマティクス研究部会. 部会長. 広島大学 杉尾 健次郎. 研究の要旨. 近年，マテリアルズ・インフォマティックスが材料科学分野における研究開発手法として注目されている。 このようにマテリアルズ・インフォマティックスが材料研究において次世代のパラダイムになると予想されるが，具体的にどのように（ビッグ）データを収集して，どのようにデータを分析するかについてはこれからの研究課題である。 本研究部会ではデータベースを中心としたプロセス・材料組織・材料特性の相互の関係性を機械学習により分析するシステムの検討および開発を行い，これらの技術を軽金属材料の研究・開発に適用することを目指す。 尚，本研究部会では実験データの収集・分析に重点を置き，補完的に理論計算を行う。 活動内容. |zlp| xlf| jcd| szv| gkx| kln| scf| vla| xnc| dow| pac| gth| xao| ttl| dqq| ica| zqu| jer| zmo| erl| lce| wxi| tyo| tin| hwt| eyh| tfc| bph| hyc| zqj| lqa| kge| mag| uph| jee| sfl| ktf| orr| roi| fhc| bez| htx| rpm| tis| qdl| mjs| lzx| axc| nec| qyf|