In this research paper, we explore the use of artificial intelligence and data-driven models to predict the tensile strength of steel sheets in industrial production, utilizing chemical composition and process parameters as input data. Key aspects of the research include:
1. Development of AI workflows for material property prediction
2. Explanation of prediction methods and feature importance analysis
3. Application of dimensionality reduction techniques and their effects on prediction quality and
interpretability
With this work, we contribute to the expanding field of AI in materials science and demonstrate how these technologies can enhance industrial processes and material property forecasting.
Link to paper: https://iopscience.iop.org/article/10.1088/1361-651X/ad6fc0
***
Paper: Vorhersage der Zugfestigkeit von Stahlblechen
In diesem Paper untersuchen wir den Einsatz von künstlicher Intelligenz und datengesteuerten Modellen zur Vorhersage der Zugfestigkeit von Stahlblechen in der industriellen Produktion, wobei die chemische Zusammensetzung und die Prozessparameter als Eingangsdaten verwendet werden. Zu den wichtigsten Aspekten der Forschung gehören:
1. Entwicklung von KI-Workflows für die Vorhersage von Materialeigenschaften
2. Erläuterung von Vorhersagemethoden und Analyse der Bedeutung von Merkmalen
3. Anwendung von Techniken zur Dimensionalitätsreduktion und deren Auswirkungen auf die
Qualität und Interpretierbarkeit von Vorhersagen
Mit dieser Arbeit leisten wir einen Beitrag zum wachsenden Bereich der KI in der Materialwissenschaft und zeigen, wie diese Technologien industrielle Prozesse und die Vorhersage von Materialeigenschaften verbessern können.
Link zum Papier: https://iopscience.iop.org/article/10.1088/1361-651X/ad6fc0
