Artificial Intelligence in Material Engineering: A review on applications of AI in Material Engineering

要約

タイトル：材料工学における人工知能：材料工学での人工知能の応用に関するレビュー

要約：

– 人工知能（AI）の役割は高度なコンピューティングの発展により、材料科学と工学（MSE）において重要性が増している。
– 高性能コンピューティングの発展により、大規模パラメータを持つディープラーニングモデルのテストが可能になり、密度汎関数理論（DFT）などの従来の計算方法の制限を克服する機会が提供された。機械学習（ML）ベースの手法は、DFTベースの手法よりも高速で正確である。
– さらに、生成的対立ネットワーク（GAN）により、無機材料の化学組成を結晶構造情報を使用せずに生成することができるようになった。
– これらの発展は、材料工学（ME）や研究に大きな影響を与えている。最新のAIのMEでの応用についてレビューする。
– まず、材料処理、構造と質の研究、材料の性能測定など、MEの重要な分野でのAIの開発について説明する。
– 次に、グラフニューラルネットワーク、生成モデル、転移学習など、MSEでのAIの重要な手法とその用途について説明する。
– 既存の分析機器からの結果の分析にAIを使用することも説明する。
– 最後に、AIの利点、欠点、およびMEにおける将来について説明する。

要約(オリジナル)

The role of artificial intelligence (AI) in material science and engineering (MSE) is becoming increasingly important as AI technology advances. The development of high-performance computing has made it possible to test deep learning (DL) models with significant parameters, providing an opportunity to overcome the limitation of traditional computational methods, such as density functional theory (DFT), in property prediction. Machine learning (ML)-based methods are faster and more accurate than DFT-based methods. Furthermore, the generative adversarial networks (GANs) have facilitated the generation of chemical compositions of inorganic materials without using crystal structure information. These developments have significantly impacted material engineering (ME) and research. Some of the latest developments in AI in ME herein are reviewed. First, the development of AI in the critical areas of ME, such as in material processing, the study of structure and material property, and measuring the performance of materials in various aspects, is discussed. Then, the significant methods of AI and their uses in MSE, such as graph neural network, generative models, transfer of learning, etc. are discussed. The use of AI to analyze the results from existing analytical instruments is also discussed. Finally, AI’s advantages, disadvantages, and future in ME are discussed.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI