企业概况

您所在位置:首页 > 企业概况 > 正文

AI能够在数千张科学论文的单一图表信息中概述

文章作者:www.cs-vaccine.com发布时间:2020-02-19浏览次数:582

NIMS与芝加哥丰田理工学院联合开发了一种计算机辅助材料设计(CAMaD)系统,该系统可以提取与制造工艺和材料结构及性能相关的信息 - 对材料设计至关重要的因素 - 以及组织与可视化关系之间的相关信息。他们。使用该系统将来自数千篇科学和技术文章的信息汇总到一个图表中,以合理化和加速材料设计。

材料的性能取决于其性能。由于材料的性能受其结构和控制结构的制造过程的极大影响,因此了解影响材料性能的相关材料与相关材料结构和制造工艺之间的关系对于合理化和加速材料的开发至关重要。理想的属性。重要。材料信息学 - 基于信息科学的材料科学研究方法 - 允许使用深度学习从大量数据中提取这些因素之间的关系。但是,通过实验和数据库构建收集大量有关材料的数据是劳动密集型的,

研究团队开发了一个系统,通过指导计算机使用自然语言处理来阅读科学文章的文本而不是材料的数字数据,可以提取和识别对材料设计至关重要的过程,结构和属性相关因素。之间的关系。每周监督深度学习。材料设计者最初选择了几种与所需材料属性相关的材料属性。基于这些选择,计算机然后提取相关信息,确定与期望特征相关联的材料结构与与结构控制的制造过程相关联的因素之间的关系的类型和强度,并生成图表以可视化这些关系。例如,如果钢铁设计师选择“强度”和“

在这项开创性的努力中,我们积极地将自然语言处理和深度学习融入材料设计中。我们已经发布了本研究中开发的AI源代码,供其他人免费使用,以促进相关研究。