Machine Learning Applied to Composite Materials
In diesem Buch wird der Ansatz des maschinellen Lernens (ML) für Vorhersagemodelle bei der Entwicklung von Verbundwerkstoffen vorgestellt, um die für bestimmte Anwendungen erforderlichen Eigenschaften zu erzielen.
ML kann aus vorhandenen experimentellen Daten lernen, die aus einer sehr begrenzten Anzahl von Experimenten gewonnen wurden, und anschließend trainiert werden, um Lösungen für komplexe nichtlineare, mehrdimensionale funktionale Beziehungen zu finden, ohne dass vorher Annahmen über deren Natur getroffen werden müssen. In diesem Fall können die ML-Modelle aus vorhandenen experimentellen Daten lernen, die aus (1) dem Verbundwerkstoffdesign auf der Grundlage verschiedener Eigenschaften des Matrixmaterials und der Füllstoffe/Verstärkungen, (2) der Materialverarbeitung während der Herstellung und (3) den Eigenschaftsbeziehungen stammen.
Die Modellierung dieser Beziehungen mithilfe von ML-Methoden reduziert den experimentellen Aufwand bei der Entwicklung neuer Verbundwerkstoffe erheblich und bietet daher einen neuen Weg für das Materialdesign und die Eigenschaften. Das Buch richtet sich an Studenten, Akademiker und Forscher, die sich für das Gebiet der Modellierung und des Designs von Verbundwerkstoffen interessieren.
| ISBN: | 9789811962776 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2022 |
| Seitenzahl: | 198 |
Derzeit verfügbar, auf Lager.
