AI授权合金设计变换反腐蚀

在一个每年腐蚀经济损失超过2.5万亿美元的世界中,寻找抗腐蚀合金和保护涂层的工作继续持续进行人工智能(AI)在设计新合金方面正变得越来越重要

AI模型预测腐蚀行为并推荐最优合金公式的预测力仍然难以实现max-Planck-InstitutefürEisenforschung创建机器学习模型,比现有框架提高最多15%预测精度

模型识别新的但可行的抗腐蚀合金组成独有能力出自数值数据与文本数据之并发模型适应性可扩增合金属性最新发现发布于杂志亚博老虎机网登录科学进步.

合并文本数

每一种合金都有其腐蚀抗药性的独特性属性不单取决于合金组成本身,还取决于合金制造过程当前机器学习模型只能从数值数据中受益处理方法学和实验测试协议大都由文本描述符记录,对解释腐蚀至关紧要.

Kasturi Narasimha Sasidhar研究主编前博士后研究员

研究团队创建完全自动化自然语言处理框架,将语言处理技术与查特哥特相仿并用机器学习数值数据法此外,将文本数据输入ML框架后,可识别防钻孔腐蚀的改良合金组成

深入学习模型内含腐蚀属性和组成信息的数据模型现在能够识别合金组成物,这些组成物对抗腐蚀至关紧要,即使单个元素没有先输入模型.

Michael Rohwerder, max-Planck-InstitutefürEisenforschung

Michael Rohwerder组头目腐蚀

推送边界:自动化数据挖掘和图像处理

Sasidhar及其团队使用人工收集的数据作为最近开发框架的文字描述符当前目标是数据挖掘过程自动化并完全融入当前框架另一项重要开发是添加显像图像,预测下一代AI框架综合文本数据、数值数据与图像数据

JournalReference:

赛德哈尔N.et al.2023年 通过自然语言处理和深学习增强抗腐蚀合金设计亚博老虎机网登录科学进步.doi.org/10.1126/sciadv.adg7992.

源码 :https://www.mpg.de/en