[P] P269~P297

[P275] Feature Engineering and Machine Learning-Based Prediction of Corrosion
Initiating Inclusions in AA5083

*Mao Ueta¹, Takayuki Shiraiwa¹, Manabu Enoki², Kaige Wu¹ (1. The Univ. of Tokyo, 2. Tokyo University of Technology)

Keywords:

腐食,AA5083,SVM,腐食予測,介在物

AA5083における腐食起点介在物と非腐食介在物の特徴量の分布において、確率密度を用いてその重なり度合いを定量評価し、その値から有効な特徴量を選別することで、腐食起点介在物予測モデルの精度の向上を試みた。