2023 Fiscal Year Annual Research Report
構造材料の材料設計・プロセス最適化のための新たな逆解析手法の確立
| Project/Area Number |
22KJ0946
|
|---|
| Allocation Type | Multi-year Fund |
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
野口 聖史 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(数理科学・先端技術研究開発センター), Young Research Fellow
|
|---|
| Project Period (FY) |
2023-03-08 – 2024-03-31
|
| Keywords | 製造―構造―特性連関 / 材料設計 / 構造材料 / 深層学習 / データ駆動型科学 |
|---|
| Outline of Annual Research Achievements |
令和５年度は、令和４年度までに構築した手法の拡張及び応用を検討した。また、本研究課題の最終年度として研究成果の取りまとめを行った。
前年度までに、深層学習を基礎とする枠組みの開発が完了していたため、本年度はそこからの一つの発展として、材料的な知見と深層学習の枠組みの親和性を検討した。特に、鉄鋼材料の相変態挙動を予測する物理モデルであるJohnson-Mehl-Avrami-Kolmogorov(JMAK)式と本研究の与える枠組みの融合を議論した。その結果、材料的な知見との融合によって同量のデータであっても深層学習の予測精度が向上することが示唆された。つまり、深層学習を材料設計に応用する場合、分野に蓄積された知見を適切に取り込むことが肝要であると言える。また、これは限られたデータしか得られない材料設計において、深層学習の精度を向上させるための一つの方策を与える。この結果は、査読付き和文論文誌である「鉄と鋼」に投稿し掲載された。また、本研究課題の取りまとめとして、本研究課題によって得られた成果を広く公開するために、本研究課題で構築した方法論とその材料設計における応用に関する論文を査読付き和文論文誌「応用統計学」に投稿し掲載された。
以上から、本研究課題の目的である材料設計の肝である製造―構造―特性という非自明な連関関係を材料データから計算機上で一気通貫に実現し、分析し得る基本的な枠組みの構築が完了した。
|
