arXiv · Materials Science· Mahish K. Guru, Jan Bohlen, Louam Lemjid, Marius Tacke, Roland Aydin, Noomane Ben Khalifa·· 2 天前
机器学习从镁合金微结构与织构反推合金成分与工艺参数
Which alloy composition,what process parameters? Inferring the recipe from optimized metallic microstructure and texture
arXiv:2610.08165v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mahish K. Guru, Jan Bohlen, Louam Lemjid, Marius Tacke, Roland Aydin, Noomane Ben Khalifa
研究任务与主要进展
研究团队基于107种镁合金挤压条件、14种合金的光学显微图和X射线织构测量，比较三类微结构与织构描述符，用于从工艺推断合金成分、从成分推断工艺参数。结果显示，传统晶粒与织构统计量在5折交叉验证中识别合金的准确率为65%，高于最常见合金猜测的17%，而学习到的图像嵌入低于30%；加入微结构后，工艺温度误差约减半。基于论文摘要，因数据仅覆盖少量已铸合金和压制设置，预测主要是在离散选项中选择。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org