机器学习从镁合金组织与织构反推成分与工艺

Mahish K. Guru等人研究能否从镁合金的显微组织与织构反推合金成分和挤压工艺参数：在自建数据集（107种挤压条件、14种合金，含光学显微图和X射线织构测量）上比较三类描述符。5折交叉验证中，传统晶粒与织构统计量识别正确合金的准确率为65%，高于总是猜最常见合金的17%，学习到的图像嵌入低于30%。基于论文摘要。 工艺参数可恢复但噪声更大：相比仅用成分，加入微结构信息后温度误差约减半。由于涉及合金和压制设置都很少，预测是在离散选项中选择，从已知选项中挑选并保持其顺序的输出头优于预测自由数值的输出头。

AI 根据报道生成 · 30 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。