Ny Neuraleta hjälper forskare att utveckla tunga material

Algoritmens noggrannhet är 92%

En grupp ryska forskare har utvecklat ett nytt neuralt nätverk som kan välja metaller och legeringar för att skapa tunga material och strukturer. Detta blev känt från presstjänsten för Perm National Research Polytechnic University (PNIPU).

De tyska polytekniska forskarna har skapat en neural nätverksmodell som snabbt kommer att bidra till att utvecklare av högteknologiska enheter snabbt och billigt är metaller som är lämpliga för uppsättningen av naturliga egenskaper hos metaller och legeringar för att skapa lovande strukturer för industriella industrier. I framtiden kommer ett sådant system att bli en "intellektuell assistent" för en ingenjör i ett företag, som automatiskt väljer tillverkningsmetoden, bestämmer den kemiska sammansättningen av legeringar och programmet för deras termomekaniska bearbetning - från ping-pressen Service meddelande.

Det är känt att för valet av den optimala kombinationen av metaller och legeringar måste forskare göra en serie experiment för att mäta sina egenskaper. Författarna till den nya studien bestämde sig för att förenkla sökningen efter slitstarkt material, skapa ett speciellt neuralt nätverk, analysera digitala bilder av prover för att bestämma lovande typer av material.

Algoritmen kan känna igen materialets egenskaper, som hänför sig till var och en av dem till en av hårdhetsklasserna. I arbetet med neuralitionen, verkliga och icke-syntetiserade data, vilket gör det möjligt att säkerställa djupet av tekniken. Noggrannheten i resultaten av analysen av det neurala nätverket är 92,1%. Experter noterade också att en särskild studie gjorde det möjligt att bestämma antalet felaktigt märkta bilder av potentiella material som kan påverka resultatets noggrannhet.

Författarna till den nya utvecklingen avser att fortsätta arbeta med förbättring. I framtiden avser de att lägga till nya kriterier genom vilka det neurala nätverket kan välja lovande metaller och legeringar för att skapa tunga material och produkter.

Tidigare rapporterade den centrala nyhetstjänsten att övervinna klyftan mellan kvantimulatorer och kvantdatorer.