講演情報
[S1.6]グラフニューラルネットワークによる可変構成プロセスの表現と予測
*出村 雅彦1、村上 諒1、伊津野 仁史1、永田 賢二1 (1. NIMS)
キーワード:
グラフニューラルネットワーク、機械学習、プロセス情報活用、溶接
多層溶接の熱影響部形状を予測する課題を対象に、積層数が可変するプロセス条件をグラフで表現し、GNNによって特徴量化することで、層数の違いを超えて学習できる手法の有効性を示した。
コメント
コメントの閲覧・投稿にはログインが必要です。ログイン
グラフニューラルネットワーク、機械学習、プロセス情報活用、溶接
コメントの閲覧・投稿にはログインが必要です。ログイン