Machine Learning Applied to Composite Materials
Niniejsza książka przedstawia podejście uczenia maszynowego (ML) opartego na modelach predykcyjnych w projektowaniu materiałów kompozytowych w celu osiągnięcia wymaganych właściwości dla określonych zastosowań.
ML może uczyć się na podstawie istniejących danych eksperymentalnych uzyskanych z bardzo ograniczonej liczby eksperymentów, a następnie może być szkolony w celu znalezienia rozwiązań złożonych nieliniowych, wielowymiarowych zależności funkcjonalnych bez żadnych wcześniejszych założeń dotyczących ich natury. W tym przypadku modele ML mogą uczyć się na podstawie istniejących danych eksperymentalnych uzyskanych z (1) projektu kompozytu opartego na różnych właściwościach materiału matrycy i wypełniaczy/wzmocnień (2) przetwarzania materiału podczas produkcji (3) zależności właściwości.
Modelowanie tych zależności za pomocą metod uczenia maszynowego znacznie zmniejsza nakład pracy eksperymentalnej związanej z projektowaniem nowych kompozytów, a tym samym oferuje nową drogę do projektowania materiałów i ich właściwości. Książka przeznaczona jest dla studentów, nauczycieli akademickich i badaczy zainteresowanych dziedziną modelowania i projektowania kompozytów materiałowych.
