| 研究課題/領域番号 |
22K04727
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
杉尾 健次郎 広島大学, 先進理工系科学研究科(工), 准教授 (90294545)
|
|---|
| 研究分担者 |
佐々木 元 広島大学, 先進理工系科学研究科(工), 教授 (30192595)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 金属基複合材料 / データベース / 機械学習 / Webアプリケーション |
|---|
| 研究実績の概要 |
本研究では「高熱伝導・低熱膨張の金属基複合材料の開発」を対象に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開発を行う。具体的にはプロセス・材料組織・材料特性データを収集してデータベースを構築するためのソフトウェアの開発を行い，また，プロセス・材料組織・材料特性データを取得するシステムの構築を行う。さらに，それらの相互関係を機械学習によって分析するソフトウェアの開発を行う。
リレーショナルデータベースを利用したWebアプリケーションの開発を行い，Webサーバー上での運用を始めた。WebアプリケーションのフレームワークとしてPythonで開発が可能なDjangoを用いた。実験より得られた生データを順次サーバー上にアップロードすることによりデータベースを構築することが可能となった。また，既存の装置にクライアントPCまたはラズベリーパイを取り付け，ネットワークを介して測定データをサーバーから取得することが可能となった。
測定データから二次データ（特徴量）を抽出するための機能をWebアプリケーションに追加した。これらは測定データの内容およびフォーマットに合わせて個別に開発する必要がある。例えば，測定データがOM画像またはSEM画像等の画像データの場合，色調補正，フィルタ処理，二値化処理，ノイズ除去，輪郭抽出等の画像処理を適用して，第二相の面積率，数密度，真円度，等価円直径，アスペクト比，長辺・短辺長さ等の二次データの抽出が可能となった。
測定データから抽出した複数の二次データ（特徴量）を分類，回帰，クラスタリングまたは次元削減等の機械学習の手法によって分析する機能をWebアプリケーションに追加した。開発において，画像処理にはOpenCV，データ処理にはPandas，機械学習にはscikit-learnを用いた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
Webアプリケーションおよびその周辺のソフトウェア群のフレームワークは完成しつつあるが，実際の材料研究に用いるためにはさらなる機能拡張が必要である。また，学生等の共同研究者にそれらを使ってもらうためのマニュアルが完備していないので，今後はこれらのマニュアルを整備する必要がある。
|
| 今後の研究の推進方策 |
実際の材料研究に用いるためにはさらなる機能拡張を行う。OM, SEM, TEM等の組織画像に写っている第２相，粒界等を畳み込みニューラルネットワークを用いて自動検出できる機能を追加する。また，ランダムフォレストや勾配ブースティング決定木による回帰手法を用いて，特徴量から材料特性を推定できる機能を追加する。
|
| 次年度使用額が生じた理由 |
放電燒結機用インバーター電源の増設を予定していたが現時点ではそれほど大きな電源が必要でないことが分かり購入を見送った。また，熱伝導を測定するための装置に非接触温度計が必要であることが分かり，その購入を検討している。
|
