CN114207729B 材料特性预测系统以及材料特性预测方法 （株式会社日立制作所）

2022.01.26PCT/JP2020/0312672020.08.19WO2021/054026JA2021.03.25TransferofKnowledge:ApplicatioMulti-TaskLearningandFeatureNApproachestoModelTissue-AirParti本发明提供一种有效地利用过去数据使材录的案件数据进行处理来进行材料特性预测的性预测部将第一案件数据的材料特性未知的记2所述材料特性预测系统具备材料特性预测提示部、案件相互特征所述材料特性预测提示部受理第一案件数据的指定，所述第一案所述案件相互特征量生成部通过使用不同于所述第一案件数据的第二案件数据中的所述案件相互特征量生成部使用所述第二预测模型，根据所述材料特性预测部使用所述第一案件数据的所述材料组成、所所述材料特性预测系统能够从材料数据库取得所述所述材料数据库存储多个案件数据，在所述案件数据之间，所述实验所述材料特性预测提示部受理与所述第一案件数据不同的第二案件数所述案件相互特征量生成部从所述材料数据库取得所述第二案件数据来生成所述第所述第一案件数据，其包含多个由材料组成、第一实验条件和所述第二案件数据，其包含多个存储材料组成以及与所述第所述第一案件数据，其包含多个由材料组成、第一实验条件和所述第二案件数据，其包含多个存储材料组成以及与所述第所述材料特性预测系统具备存储所述第一预测模型和所述第二预测模型中的至少一所述第二预测模型与所述第二案件数据对应地38.一种材料特性预测方法，其是通过包含输入装第一案件数据包含多个记录，该记录由作为材料结构式的材料第一步骤，通过使用不同于所述第一案件数据的第二案第三步骤，将所述材料结构式作为第一说明变量，将预测出第四步骤，针对所述第一材料特性未知的记录，使用所述第一预在所述材料数据库中存储有与第一案件相关的第一案件数据以及与第二案件相关的所述第一案件数据还包含与材料的制造条件相所述第二案件数据还包含第二信息，该第二信息的定义不同于与材料的4[0003]在专利文献1中，说明了无论材料种类如何都以相同概念对纳米级区域中的知识进行链接而构造化，并利用其而有助于不依赖于材料种类的新材料设计的设计辅助的方5[0015]本发明的课题在于提供一种有效地利用过去数据来提高材料特性的预测精度的[0018]材料组成至少为与材料的组成相关的信息，更优选为与6[0041]图1表示实施例1的材料特性预测装置的例子。本实施例的材料特性预测装置101[0043]材料特性预测部113使用从材料DB112的材料特性值已计测的数据得到的特征量和从案件间相互特征量生成部115得到的特征量，生成材料特性预测模型，预测未知的特性。案件间相互特征量生成部115根据材料DB112和材料特性预测模型DB114的数据生成新储装置中的程序来与其他硬件协作实现所确定的处理。在图1中示出了功能块来代替信息[0045]图2表示实施例1的物理实施的结构的一例。材料特性预测装置101能够使用一般7料特性预测提示部116能够通过处理器201执行记录在存储装置203中的程序来实现。材料[0048]图3示意性地表示实施例1的系统的利用步骤。实施例1能够执行使用者输入关于材料特性预测的数据的材料数据输入(S310)和确认材料特性预测的结果的预测结果阅览[0050]在预测结果阅览(S320)中，材料特性预测装置根据使用者102的需求而执行材料[0053]图5示出了为了在材料DB更新处理311的最初的步骤(S401)中从使用者102接收实[0054]在图5中，例示了所记述的信息为实验的识别符即“ID”、表示实验时的温度的交接是一个例子，作为能够转换为表形式的信息，只要是能够传递包含材料的结构式和材在材料DB112中。8式通过连号等方式标号的实验ID701、来源于实验数据600的材料特性601的材料特性702、来源于实验数据600的材料结构式602的材料结构式703、来源于实验条件603的实验条件[0061]在图8中示出了在按案件区分的材料数据库112中存储的案件数据的例子。如图8[0066]对生成的预测模型905输入想要预测材料特性B的数据(项目编号4)，得到材料特9[0069]使用图10，对预测结果阅览(S320)时的材料特性预测提示处理(S321)进行说[0070]首先，材料特性预测提示部116向使用者102提示材料特性预测显示322来接受成特性预测的结果进行了可视化而得的材料特性预测显示32材料DB112取得由案件ID700指定的实验数据表的数据(S1002)。另外，在图11的画面1104测模型DB114中取得所选择的其他案件的[0074]在图10的流程的说明中，在处理S1002中取得的数据相当于图9的过去案件B的数取得的预测模型902来执行材料特性A(案件间相互特征[0078]材料特性预测用数据包含由其他案件的预测模型902生成的特征量1202、1203即[0079]材料特性预测部113从材料特性预测用数据中除去材料特性702为未实测即空白的预测模型905与生成了预测模型905的数据的案件ID一起存储在材料特性预测模型DB114实施例的情况下，在使用图12的材料特性预测用数据的情况下，设为[材料特性702]＝f[0083]在这样生成预测模型905之后，材料特性预测部113选择材料特性702为未实测即空白的部分，并使用上述y＝f(x1，x2，···)的预测函数计算材料特性702的预测值[0086]根据以上说明的实施例，通过过去的其他案件中进行的