[17a-S2_204-1~13] 23.1 Joint Session N "Informatics"

12:00 PM - 12:15 PM JST(3:00 AM - 3:15 AM UTC)Presentation by Applicant for JSAP Young Scientists Presentation Award

[17a-S2_204-12] Cross-Domain Deep Learning for Polycrystalline Materials Segmentation

〇Mio Ito¹, Shinnnosuke Tokuta¹, Yoshiki Nishiya¹, Daito Fukui¹, Kotomi Ogi¹, Yusuke Shimada², Akiyasu Yamamoto¹ (1.Tokyo Univ. of Agricul. & Technol., 2.Kyushu Univ.)

Keywords:

materials informatics,deep learning,polycrystalline material

機能性多結晶材料の微細組織が及ぼす機能発現の機序理解、材料合成プロセスへのインフォマティクス適用等の上で、微細組織像から構成相を識別することは重要な課題の一つである。本研究では、多結晶材料の微細組織デジタルツインの構築に向けて、クロスドメイン深層学習を導入することで汎化性能の高いセグメンテーションモデルを構築することを目的とした。データ数が限られるが、特性に強く作用し得る微細組織欠陥としてクラックに着目し、クロスドメイン深層学習がセラミックス材料相識別に与える効果を比較評価した。