免费的av网站_手机免费观看av_男人操女人下面视频_无码人妻一区二区三区一_亚洲一区二区三区四区av_色婷婷在线视频观看_第四色在线视频_国产成人精品无码片区在线_国产一级二级在线观看_日本免费网站视频

[1]王海偉,葉波,馮晶,等.機器學習在鋼鐵材料研究中的應用綜述[J].中國材料進展,2023,42(10):806-813.[doi:10.7502/j.issn.1674-3962.202112020]
 WANG Haiwei,YE Bo,FENG Jing,et al.Application of Machine Learning in Steel Materials: A Survey[J].MATERIALS CHINA,2023,42(10):806-813.[doi:10.7502/j.issn.1674-3962.202112020]
點擊復制

機器學習在鋼鐵材料研究中的應用綜述()
分享到:

中國材料進展[ISSN:1674-3962/CN:61-1473/TG]

卷:
42
期數:
2023年第10期
頁碼:
806-813
欄目:
出版日期:
2023-10-31

文章信息/Info

Title:
Application of Machine Learning in Steel Materials: A Survey
文章編號:
1674-3962(2023)10-0806-08
作者:
王海偉12葉波12馮晶34種曉宇34
1. 昆明理工大學信息工程與自動化學院,云南 昆明 650500 2. 昆明理工大學 云南省人工智能重點實驗室,云南 昆明 650500 3. 昆明理工大學材料科學與工程學院,云南 昆明 650093 4. 昆明理工大學 材料基因工程重點實驗室,云南 昆明 650093
Author(s):
WANG Haiwei12 YE Bo12FENG Jing34 CHONG Xiaoyu34
1. Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China 2. Yunnan Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology, Kunming 650500, China 3. Faculty of Materials Science and Engineering, Kunming University of Science and Technology, Kunming 650093 China 4. Key Laboratory of Materials Genetic Engineering, Kunming University of Science and Technology, Kunming 650093, China
關鍵詞:
鋼鐵機器學習特征選擇性能預測材料設計
Keywords:
steels machine learning feature selection performance prediction materials design
分類號:
TP181
DOI:
10.7502/j.issn.1674-3962.202112020
文獻標志碼:
A
摘要:
鋼鐵是當今世界處于核心地位的金屬材料,時代的快速發展對鋼鐵材料的性能有了新的要求。然而目前鋼材的設計具有超過百萬種元素和工藝參數的組合,通過傳統實驗試錯法進行鋼鐵材料的設計與研發緩慢而昂貴。機器學習技術已廣泛應用于指導材料設計中,成為材料研究的新興方法和熱門領域。對機器學習在鋼鐵材料研究中的應用進展進行綜述,介紹了機器學習的工作流程和常用模型與算法,闡述了機器學習在鋼鐵材料特征選擇、成分-工藝-性能預測、服役行為預測以及逆向設計方面的研究進展。最后,分析了機器學習技術在鋼鐵材料領域面臨的問題并展望了其發展前景。
Abstract:
Steel is the core metal material in the world, and the rapid development of the times has new requirements for the properties of steel materials. However, the design of steel materials currently involves combinations of over millions of elements and process parameters, leading the design and development of steel materials by traditional trial-and-error method slower and more expensive.Machine learning technology has been widely used to guide the development and design of materials, which has emerged as a novel methodology and a trending domain in the field of materials research. In this paper, the application progress of machine learning in the research of steel materials were summarized, the working process and common algorithms of machine learning were introduced. Meanwhile, the research progress of machine learning in steel materials feature selection, composition-processperformance prediction, service behavior prediction and reverse design were reviewed. Finally, the problems of machine learning technology in the field of steel materials were analyzed and the development prospects were forecasted.

參考文獻/References:

\[1\]STOUGHTON B. The Metallurgy of Iron and Steel\[M\]. New York:McGrawHill Book Company,1923. \[2\]董浩凱,陳浩,張弛,等.中國材料進展\[J\],2018,37(6):403-409. DONG H K, CHEN H, ZHANG C, et al. Materials China\[J\], 2018, 37(6): 403-409. \[3\]SIMMONS J W. Materials Science and Engineering:A\[J\], 1996, 207(2): 159-169. \[4\]LEBLOND J B, MOTTET G, DEVAUX J C. Journal of the Mechanics and Physics of Solids\[J\], 1986, 34(4): 411-432. \[5\]MANDAL S K. Steel Metallurgy: Properties, Specifications and Applications\[M\]. New York:McGrawHill Education, 2015. \[6\]宿彥京,付華棟,白洋,等.金屬學報\[J\],2020,56(10):1313-1323. SU Y J,FU H D,BAI Y,et al. Acta Metallurgiga Sinica\[J\], 2020, 56(10): 1313-1323. \[7\]趙鳳媛,葉益聰,張周然,等.稀有金屬材料與工程\[J\],2020,56(10):1313-1323. ZHAO F Y, YE Y C, ZHANG Z R, et al. Rare Metal Materials and Engineering\[J\], 2020, 56(10): 1313-1323. \[8\]牛程程,李少波,胡建軍,等.材料導報\[J\],2020,34(23):23100-23108. NIU C C, LI S B, HU J J, et al. Materials Reports\[J\], 2020, 34(23): 23100-23108. \[9\]ARROYAVE R. Encyclopedia of Materials:Metals and Alloys\[J\], 2022, 4(1): 609-621. \[10\]LIU Y, NIU C, WANG Z, et al. Journal of Materials Science & Technology\[J\], 2020, 57(1): 113-122. \[11\]REDDY N S, KRISHNAIAH J, YOUNG H B, et al. Computational Materials Science\[J\], 2015, 101(1): 120-126. \[12\]XIE Q, SUVARNA M, LI J, et al. Materials & Design\[J\], 2021, 197: 109201. \[13\]米曉希,湯愛濤,朱雨晨,等.材料導報\[J\],2021,35(15):15115-15124. MI X X, TANG A T, ZHU Y C, et al. Materials Reports\[J\], 2021, 35(15): 15115-15124. \[14\]沈艷,郭兵,古天祥.電子科技大學學報\[J\],2005,34(5):696-699. SHEN Y, GUO B, GU T X. Journal of University of Electronic Science and Technology of China\[J\], 2005, 34(5): 696-699. \[15\]何清,李寧,羅文娟,等.模式識別與人工智能\[J\],2014,27(4):327-336. HE Q, LI N, LUO W J, et al. Pattern Recognition and Artificial Intelligence\[J\], 2014, 27(4): 327-336. \[16\]翁翎,譚麗.熱加工工藝\[J\],2013,42(20):199-201+203. WENG L,TAN L. Hot Working Technology\[J\], 2013, 42(20): 199-201+203. \[17\]DING S, SU C, YU J. Artificial Intelligence Review\[J\], 2011, 36(2): 153-162. \[18\]SEBER G A F, LEE A J. Linear Regression Analysis\[M\]. Hoboken: John Wiley & Sons, 2012. \[19\]MENARD S. Applied Logistic Regression Analysis\[M\]. New Delhi: Sage Publications Inc, 2002. \[20\]VOVK V. Kernel Ridge Regression\[M\]. Berlin:Springer,2013:105-116. \[21\]PETERSON L E. Scholarpedia\[J\], 2009, 4(2): 1883-1991. \[22\]BREIMAN L. Machine Learning\[J\], 2001, 45(1): 5-32. \[23\]LIU W, WANG Z, LIU X, et al. Neurocomputing\[J\], 2017, 234(1): 11-26. \[24\]ACHARYA U R, OH S L, HAGIWARA Y, et al. Computers in Biology and Medicine\[J\], 2017,89:389-396. \[25\]MIKOLOV T, KARAFIT M, BURGET L, et al. Recurrent Neural Network based Language Model\[C\]. Makuhari: Interspeech. 2010. \[26\]SAFAVIAN S R, LANDGREBE D. IEEE Transactions on Systems Man Cybernetics\[J\], 1991, 21(3): 660-674. \[27\]NOBLE W S. Nature Biotechnology\[J\], 2006, 24(12): 1565-1567. \[28\]REDDY N S, KRISHNAIAH J, HONG S G, et al. Materials Science and Engineering: A\[J\], 2009, 508 (1): 93-105. \[29\]XIONG J, ZHANG T Y, SHI S Q. Science China Technological Sciences\[J\], 2020, 63(1): 1247-1255. \[30\]魏清華,熊杰,孫升,等. 中國科學:技術科學\[J\],2021,51(6):722-736. WEI Q H,XIONG J,SUN S,et al. SCIENTIA SINICA Technologica\[J\], 2021, 51(6): 722-736. \[31\]謝少捷,王偉,何福善.機械工程材料\[J\],2021,45(10):104-110. XIE S J, WANG W, HE F S. Materials for Mechanical Engineering\[J\], 2021, 45(10): 104-110. \[32\]GUO Z, SHA W. Computational Materials Science\[J\], 2004, 29(1): 12-28. \[33\]CAPDEVILA C, FG C, de ANDRS C G. ISIJ International\[J\], 2002, 42(8): 894-902. \[34\]GUO S, YU J, LIU X, et al. Computational Materials Science\[J\], 2019, 160(1): 95-104. \[35\]QIAO L, ZHU J, WANG Y. Materials Letters \[J\], 2021,293: 129645. \[36\]AGHAAMINIHA M, MEHRANI R, COLAHAN M, et al. Corrosion Science\[J\], 2021, 193: 109904. \[37\]VERMA A K, HAWK J A, BRUCKMAN L S, et al. Metallurgical and Materials Transactions A\[J\], 2019, 50(7): 3106-3120. \[38\]WANG C, WEI X, REN D, et al. Materials & Design\[J\], 2022, 213: 110326. \[39\]HE L, WANG Z, OGAWA Y, et al. International Journal of Fatigue\[J\], 2022, 155: 106597. \[40\]ZUNGER A. Nature Reviews Chemistry\[J\], 2018, 2(4): 1-16. \[41\]SANCHEZLENGELING B, ASPURUGUZIK A. Science\[J\], 2018, 361(6400): 360-365. \[42\]LEE J W, PARK C, DO LEE B, et al. Scientific Reports\[J\], 2021, 11(1): 11012. \[43\]WANG C, FU H, JIANG L, et al. npj Computational Materials\[J\], 2019, 5(1): 87.

備注/Memo

備注/Memo:
收稿日期:2021-12-26修回日期:2022-01-16 基金項目:國家自然科學基金資助項目(52001150) 第一作者:王海偉,男,1995年生,碩士 通訊作者:葉波,男,1978年生,教授,博士生導師, Email:yeripple@hotmail.com 種曉宇,男,1989年生,教授,博士生導師, Email:chongxiaoyu007@163.com
更新日期/Last Update: 2023-09-28
免费的av网站_手机免费观看av_男人操女人下面视频_无码人妻一区二区三区一_亚洲一区二区三区四区av_色婷婷在线视频观看_第四色在线视频_国产成人精品无码片区在线_国产一级二级在线观看_日本免费网站视频
在线观看日韩高清av| 《视频一区视频二区| 中文字幕欧美日韩一区| 综合在线观看色| 国产成人亚洲综合色影视| 91片黄在线观看| www.88av| 成人免费视频入口| 欧美性感一区二区三区| 精品欧美一区二区在线观看| 国产欧美日本一区视频| 亚洲狠狠爱一区二区三区| 精品在线视频一区| 青青草精品在线| 欧美日韩生活片| 久久精品一区二区三区不卡| 亚洲成人你懂的| 成人精品免费网站| 日本在线不卡一区二区| 中文字幕无码日韩专区免费 | 国产在线不卡一区| 成人做爰69片免费| 国产精品久久久精品四季影院| 91精品欧美一区二区三区综合在| 国产无遮挡一区二区三区毛片日本| 精品制服美女丁香| 老司机福利在线观看| 国产欧美日韩视频在线观看| 国产麻豆日韩欧美久久| 日本xxx在线播放| 欧洲中文字幕精品| 亚洲一区影音先锋| 成人毛片在线观看| 在线观看一区二区视频| 亚洲高清视频在线| 中文字幕乱码在线| 欧美mv日韩mv国产| 国产精品911| 永久免费毛片在线观看| 欧美一区二区三区系列电影| 成人欧美一区二区三区1314| 91色porny| 91精品国产综合久久福利| 久久99热这里只有精品| 国产又粗又猛又色| 久久久91精品国产一区二区精品 | 日韩美女久久久| 国产传媒欧美日韩成人| 色视频一区二区| 国产精品人人做人人爽人人添| 精品夜夜嗨av一区二区三区| 国产亚洲精品久久久久久豆腐| 亚洲欧美偷拍另类a∨色屁股| 国产精品一区二区x88av| 色婷婷综合久色| 日韩在线卡一卡二| 永久免费未满蜜桃| 久久久久久久久久久久久女国产乱| 成人永久aaa| 欧美日韩大陆在线| 午夜国产精品一区| 亚洲熟女乱综合一区二区三区| 久久综合九色综合97婷婷女人| 久草热8精品视频在线观看| 黑人狂躁日本娇小| 亚洲一本大道在线| 欧美黄色高清视频| 一区二区三区**美女毛片| 韩国三级与黑人| 26uuu国产电影一区二区| 99久久精品免费精品国产| 日本乱人伦一区| 亚洲一区二区在线观看视频| 免费看黄色的视频| 国产性做久久久久久| 成年人性生活视频| 国产亚洲成av人在线观看导航| 最新中文字幕日本| 国产精品美女久久久久aⅴ国产馆| 一本色道久久hezyo无码| 国产精品无码永久免费888| 亚洲激情 欧美| 26uuu色噜噜精品一区| 国产精品自拍三区| 4438x成人网最大色成网站| 粉嫩久久99精品久久久久久夜| 色素色在线综合| 国产一区二区三区不卡在线观看 | 欧美刺激脚交jootjob| 国产在线看一区| 欧美精选在线播放| 激情综合网激情| 欧美精品v国产精品v日韩精品| 成人中文字幕在线| 337p粉嫩大胆噜噜噜噜噜91av| 91免费版pro下载短视频| 国产人成一区二区三区影院| chinese麻豆新拍video| 一区二区三区在线播放| 欧美一级特黄高清视频| 免费不卡在线视频| 国产传媒免费在线观看| 亚洲在线视频一区| 国产精品久久久久久久精| 经典三级视频一区| 日韩一区二区在线观看视频| 国产精一区二区三区| 日韩免费性生活视频播放| wwwww在线观看| 国产亚洲综合性久久久影院| 中文文字幕文字幕高清| 亚洲一区二区五区| 日本高清免费不卡视频| 成熟亚洲日本毛茸茸凸凹| 久久先锋影音av鲁色资源| 偷拍女澡堂一区二区三区 | 国产黄色小视频网站| 狠狠色丁香九九婷婷综合五月| 日韩一级欧美一级| 91精品人妻一区二区三区四区| 亚洲三级电影网站| avtt天堂在线| 成人综合婷婷国产精品久久免费| 久久久久亚洲蜜桃| 欧美黄色激情视频| 亚洲一区二区三区四区五区黄| 色综合网站在线| 久久国产精品99久久人人澡| 欧美一区二区福利在线| 无码任你躁久久久久久老妇| 亚洲无人区一区| 欧美日韩一区二区三区四区| 国产精品亚洲午夜一区二区三区 | 国产成人免费视频一区| 国产日韩精品一区二区三区在线| 99久久久无码国产精品衣服| 麻豆传媒一区二区三区| 欧美午夜一区二区三区| 91年精品国产| 一区二区三区日韩欧美| 欧美四级电影在线观看| 91蝌蚪国产九色| 亚洲综合色网站| 欧美丰满少妇xxxxx高潮对白 | 天堂资源在线中文精品| 日韩一区二区中文字幕| 好吊视频在线观看| 狠狠色综合色综合网络| 欧美激情一区二区三区四区| 三上悠亚作品在线观看| www.色精品| 欧美激情在线免费观看| 亚洲天堂一级片| 99久久精品免费看国产| 亚洲国产成人精品视频| 91精品国产综合久久精品| 国产一二三四五区| 国产精品 欧美精品| 最新热久久免费视频| 欧美无砖专区一中文字| 亚洲av成人片色在线观看高潮| 蜜臀久久99精品久久久久宅男| 久久久综合激的五月天| www.97视频| 国产成人精品一区二区三区在线观看 | 日韩精品影音先锋| 一本在线免费视频| 91网址在线看| 日本少妇一区二区| 日韩一区和二区| 国产第一页精品| 91亚洲资源网| 免费观看在线色综合| 国产欧美日韩激情| 欧美性做爰猛烈叫床潮| 黄色在线观看av| 成人小视频免费观看| 亚洲一区成人在线| 精品国产免费一区二区三区四区| 91传媒免费观看| 亚洲精品无码一区二区| 精久久久久久久久久久| 亚洲人成在线观看一区二区| 欧美一区二区三区在线看| 国精产品视频一二二区| 国产福利电影一区二区三区| 亚洲激情图片qvod| 欧美日韩三级一区二区| 熟女高潮一区二区三区| www.成人网.com| 麻豆国产一区二区| 日韩美女啊v在线免费观看| 日韩一区二区三区在线视频| 婷婷社区五月天| 国产福利在线观看视频| 久久精品国产一区二区| 亚洲精品国产第一综合99久久 | 亚洲主播在线播放| 国产色91在线| 91精品国产欧美一区二区成人|