[Keynote Lecture] A combined model of CNN-based image regression and ANN for process-microstructure-property linkage of additive manufacturing 316L steel

Yoshitaka ADACHI

Presentation information

公募シンポジウム講演

[S6] S6.Creation of Materials by Super-Thermal Field II: Innovation in Materials Science through Additive Manufacturing（1）

レーザーや電子ビームを用いた局所加熱により生じる溶融と凝固は、粉末床溶融結合（Powder Bed Fusion: PBF）法に代表される付加製造（Additive Manufacturing: AM）などにおける結晶成長や材料組織形成に重要な役割を果たしていることが注目されている。特に、107 K/m以上にもおよぶ極めて大きな温度勾配（超温度場）の発現は、冷却速度106 K/s以上の超急冷、成長速度1 m/s におよぶ高速結晶成長を可能にし、絶対安定性などの特異現象の発現を伴うことから、従来プロセスでは困難であった組織制御などによる新材料創成の基盤としての多様な可能性を有している。本シンポジウムでは、この可能性に注目した学術変革領域研究「超温度場材料創成学」の研究を中心に、AMで発現する特異現象の解明や、AMによる新材料創成など、広くAMによる材料科学の新展開に関する議論と討論を行う。

Wed. Sep 18, 2024 1:20 PM - 5:35 PM Room O (A301 3st floor Building A Center for Education in Liberal Arts and Sciences)

座長:吉川健(大阪大学)、山中晃徳(東京農工大学)

3:25 PM - 4:05 PM

[S6.10] [Keynote Lecture] A combined model of CNN-based image regression and ANN for process-microstructure-property linkage of additive manufacturing 316L steel

*Yoshitaka ADACHI¹, Daichi Maruyama¹, Kengo Sawai¹, Ta-Te Chen¹, Fei Sun¹, Takayoshi Nakano², Yuichiro Koizumi², Takuya Ishimoto³ (1. Nagoya Univ., 2. Osaka Univ., 3. Toyama Univ.)

Keywords:畳み込みニューラルネットワーク、画像回帰、積層造形、プロセスー組織―特性相関、特徴量抽出

本講演では、プロセス－組織―特性相関(P-M-P相間)に配慮した新たな機械学習モデルについて言及する。

Please log in with your participant account.
» Participant Log In