Using AI to predict new materials with desired properties
- 2020年08月01日 06:00:00
- テクノロジー
- JCN Newswire
- コメント
Aluminum alloys are lightweight, energy-saving materials made predominantly from aluminum, but also contain other elements, such as magnesium, manganese, silicon, zinc and copper. The combination of elements and manufacturing process determines how resilient the alloys are to various stresses. For example, 5000 series aluminum alloys contain magnesium and several other elements and are used as a welding material in buildings, cars, and pressurized vessels. 7000 series aluminum alloys contain zinc, and usually magnesium and copper, and are most commonly used in bicycle frames.
Experimenting with various combinations of elements and manufacturing processes to fabricate aluminum alloys is time-consuming and expensive. To overcome this, Ryo Tamura and colleagues at Japan's National Institute for Materials Science and Toyota Motor Corporation developed a materials informatics technique that feeds known data from aluminum alloy databases into a machine learning model. This trains the model to understand relationships between alloys'mechanical properties and the different elements they are made of, as well as the type of heat treatment applied during manufacturing. Once the model is provided enough data, it can then predict what is required to manufacture a new alloy with specific mechanical properties. All this without the need for input or supervision from a human.
The model found, for example, 5000 series aluminum alloys that are highly resistant to stress and deformation can be made by increasing the manganese and magnesium content and reducing the aluminum content. "This sort of information could be useful for developing new materials, including alloys, that meet the needs of industry,"says Tamura.
The model employs a statistical method, called Markov chain Monte Carlo, which uses algorithms to obtain information and then represent the results in graphs that facilitate the visualization of how the different variables relate. The machine learning approach can be made more reliable by inputting a larger dataset during the training process.
Further information
Ryo Tamura
National Institute for Materials Science
tamura.ryo@nims.go.jp
Paper: https://doi.org/10.1080/14686996.2020.1791676
About Science and Technology of Advanced Materials Journal
Open access journal STAM publishes outstanding research articles across all aspects of materials science, including functional and structural materials, theoretical analyses, and properties of materials.
Chikashi Nishimura
STAM Publishing Director
NISHIMURA.Chikashi@nims.go.jp
Press release distributed by ResearchSEA for Science and Technology of Advanced Materials.
Copyright 2020 JCN Newswire. All rights reserved. www.jcnnewswire.com
中川杏奈「自分史上最高バスト」紅白の紐ビキニ公開「元グラドルが選ぶ過去最高に盛れる水着」
不倫報道いけちゃん、謝罪動画アップ2時間後にコメント5000件超、活動は継続/謝罪全文
イチロー氏「野茂さん、ありがとうございました」殿堂セレモニーで感動と爆笑の英語スピーチ
レクリエーション介護士資格持つ上方落語家、神戸で65歳以上対象の落語会開催
元AV男優しみけん、不倫をする男性の心理を赤裸々解説「生物学的には自然じゃない?」
【29日のあんぱん】登美子が突然のぶの部屋を訪れ、漫画は大の大人がやるものではないと言い放つ
この夏だけの贅沢♡DROOLYのチーズスイーツが見逃せない!
53歳野球評論家「激やせ」最新ショットに騒然「最初誰だか…」と驚き 頭はパーマ、顔ほっそり
米EU関税合意、自動車含め15% トランプ氏「史上最大の取引」
大谷翔平、8試合連続安打となるマルチヒット 8回無死一、二塁の絶好機は凡退でチームも敗れる
女性の心肺蘇生した男性教授に「胸触った」と非難の声 車いすアイドル憂う「日本以外でも…」
ユーチューバーもこう氏、元彼女・成海瑠奈について赤裸々告白
ミスFLASHグランプリ、大胆なビキニ姿に「はみ出しそう」フォロワーもん絶
太川陽介、妻・藤吉久美子の衝撃行動に「動機はいいのよ」評価も「その後が伴わない」
37歳元アイドル、10年ぶりのグラビアに挑戦 ブラひもチラ見せオフショット「凄まじい色気」
ゆうちゃみ激変、清楚ギャル姿公開「言葉失う美しさ」「二刀流」「佐々木希と見間違えた」
明石家さんま「高いと思い込んで生きてほしかった」 61歳俳優に贈った扇子がお宝鑑定
GACKT、大物俳優が「読めよ!」と“異常な圧”で著書送ってきたことを実名告白
大谷翔平、異例の敬遠策からサヨナラのホームへ滑り込む 9回2死一塁からまさかの申告敬遠
手塚理美、自宅で「全裸男と遭遇。怖かった」通報も警察の対応に疑問「日本の治安は何処へ」
平子理沙、すっぴん自撮りに疑問の声が続出「加工フィルター使ってる」
二階堂ふみが結婚!?お相手が衝撃的過ぎてネット民「マジか・・・」
再婚した旦那に不倫されてしまった飯島直子(51)衝撃的過ぎる黒歴史が発覚する事態に
ガーシー、みちょぱ反論に対抗で大倉士門の再暴露を投下「士門クズ過ぎる」
【ネタバレ?】史実で見るキングダムの今後の展開まとめ〜中華統一までの全体像
ゲーミングPCを買う場所は店舗購入とネット通販どっちがおすすめ?
ユーチューバーもこう氏、元彼女・成海瑠奈について赤裸々告白
遠野なぎこさん死去 朝ドラ「すずらん」ヒロイン、バラエティーでも活躍 最近は摂食障害など告白
【おすすめアニメ50選】完結済み!定番から最新作まで!
女性の心肺蘇生した男性教授に「胸触った」と非難の声 車いすアイドル憂う「日本以外でも…」

中川杏奈「自分史上最高バスト」紅白の紐ビキニ公開「元グラドルが選ぶ過去最高に盛れる水着」
不倫報道いけちゃん、謝罪動画アップ2時間後にコメント5000件超、活動は継続/謝罪全文
イチロー氏「野茂さん、ありがとうございました」殿堂セレモニーで感動と爆笑の英語スピーチ
レクリエーション介護士資格持つ上方落語家、神戸で65歳以上対象の落語会開催
元AV男優しみけん、不倫をする男性の心理を赤裸々解説「生物学的には自然じゃない?」
【29日のあんぱん】登美子が突然のぶの部屋を訪れ、漫画は大の大人がやるものではないと言い放つ
この夏だけの贅沢♡DROOLYのチーズスイーツが見逃せない!
53歳野球評論家「激やせ」最新ショットに騒然「最初誰だか…」と驚き 頭はパーマ、顔ほっそり
米EU関税合意、自動車含め15% トランプ氏「史上最大の取引」
大谷翔平、8試合連続安打となるマルチヒット 8回無死一、二塁の絶好機は凡退でチームも敗れる