Новый кейс Intellegens — работа с Исследовательским центром NASA Glenn Research Center по дизайну материалов и компонентов.

"Это действительно расширяет возможности наших специалистов по данным, чтобы применять информатику материалов к нашим данным".

Доктор Джош Стакнер, специалист по информатике материалов, НАСА

Ключевые результаты

  • Alchemite™ дает точные прогнозы для использования в дизайне материалов и компонентов.
  • Он расширяет возможности науки о данных, генерируя полезную информацию в одном исследовании, тогда как другие методы требуют построения нескольких моделей.
  • Возможности количественной оценки неопределенности чрезвычайно важны для поддержки принятия обоснованных решений.
  • Alchemite™ может помочь сократить время и затраты, связанные с экспериментальными измерениями.

Краткое содержание

На вебинаре Intellegens доктор Джош Стакнер из Исследовательского центра Гленна НАСА представил работу по тестированию и проверке метода машинного обучения Alchemite™. НАСА применило этот инструмент к двум проектам: проектирование теплообменников и сплавов с памятью формы. В обоих случаях Alchemite™ сравнивали с альтернативными подходами к машинному обучению — основное внимание в презентации было уделено сравнению с методом случайного леса.

Было обнаружено, что прогнозы Alchemite™, основанные на полных наборах данных двух приложений, хорошо сравнимы с прогнозами других методов. Но Alchemite™ предлагает ряд дополнительных преимуществ. Когда данные были удалены для имитации типичных «разреженных» наборов экспериментальных данных, Alchemite™ хорошо показал себя при «заполнении пробелов», в то время как сопоставимые методы вообще не могли работать с разреженными данными. Alchemite™ может оптимизировать все многомерное пространство в рамках одного исследования, в то время как другие методы требуют создания отдельной модели для каждого целевого свойства. Это означает, что использование Alchemite™ в качестве отправной точки для проектов может значительно сэкономить пропускную способность для занятых специалистов по данным, позволяя им анализировать больше наборов данных и проблем. А возможности Alchemite™ для количественной оценки неопределенности бесценны. Это позволяет ученым узнать, насколько можно доверять каждой прогнозируемой точке данных, что очень помогает в принятии решений, в частности, для приложений, критически важных с точки зрения безопасности.

Среди практических преимуществ использования Alchemite™ была его способность определять, какие функции в данных определяют определенные целевые свойства. Это позволяет ученым определить, какие экспериментальные измерения действительно необходимы для понимания их системы. Это может, например, сократить расходы на микроскопический анализ, когда оказывается, что особенности микроструктуры менее важны, чем другие факторы.

Основываясь на результатах этой проверочной работы, Исследовательский центр NASA Glenn Research Center интегрирует Alchemite™ в свою архитектуру обратного проектирования.

Посмотреть полный вебинар

Вы можете просмотреть запись вебинара на сайте Intellegens.