データ科学手法(予測モデル作成)
機械学習のアルゴリズムをワークフロー化してあり、データセットから自動的に予測モデルを作成することができます。例えば、XGBoostによる予測モデル作成では、ハイパーパラメータを交差検証値を参照しながら、Tree-structured Parzen estimatorによって自動的に最適化する機構が入
機械学習のアルゴリズムをワークフロー化してあり、データセットから自動的に予測モデルを作成することができます。例えば、XGBoostによる予測モデル作成では、ハイパーパラメータを交差検証値を参照しながら、Tree-structured Parzen estimatorによって自動的に最適化する機構が入
モジュールを画面上で直感的なインターフェースによってつなぎ合わせ、ワークフローと呼ばれる計算の流れをビジュアルに組み上げることで、必要な計算を自動で実行
データ同化は、モデルのパラメータや初期値などを、実験データを使って最適化する手法です。ここでは、与えられたモデルについて、実験データに基づいてデータ同化をすることができるワークフローを用意しています。開発者:井上 純哉(東京大学)
マテリアルズインテグレーションシステム(MIntシステム)を社会実装する産官学連携プラットフォームとして、我が国の部素材産業の競争力を強化するために設立された
鉄鋼溶接継手の疲労寿命を高精度に予測するためのワークフローです。溶接シミュレーションから熱履歴と残留応力を計算し、熱履歴からは溶接部のミクロ組織を予測します。さらに、溶接部材の形状から、有限要素法によるマクロな変形解析を行い、疲労き裂が発生する可能性の高い弱部を特定します。この際に残留応力も考慮に入
鉄鋼の溶接で重要となる連続冷却変態図を、化学組成から予測するためのワークフローです。NIMSのCCTデータシートであるAtlasのデータをデジタル化し、専門家によるデータの選別を経て、機械学習によって高精度に予測できるようになっています。開発者:源 聡、渡邊 誠、塚本 進、出村 雅彦(NIMS)、糟
鉄鋼溶接熱影響部(HAZ)の脆性破壊領域におけるシャルピー衝撃試験吸収エネルギー遷移曲線を予測するためのワークフローです。溶接条件からHAZの熱履歴を計算し、相変態モデルを用いてHAZミクロ組織を予測します。これに基づいて脆性破壊起点となる脆化相の統計量や応力-歪曲線などを予測します。これらの予測値
オーステナイト中の炭素の拡散定数を求めるためのワークフロー。実験データ(Mehlら、Agrenら)からの回帰式を実装したもの。開発者:源 聡(NIMS)
合金組成と温度を設定して熱力学平衡状態の計算を行い、得られたフェライト相の情報とオーステナイト中の炭素の拡散定数を計算して、フェライト成長速度計算する。熱力学平衡計算はThermo-Calc、フェライトの成長速度の計算はZenerの1次元線形近似モデルを用いている。開発者:源 聡(NIMS)
固溶強化型アルミニウム合金の溶接部の強度を予測するためのワークフローです。溶接部の形状と溶融部・HAZ・母材の初期Mg量から、経験式に基づいて各部位の結晶粒径とMg量を推定します。さらに、推定した結晶粒径とMg量から、予測式に基づいて、各部位の応力・歪み曲線を求めることができます。開発者:井上純哉(