[17a-S2_204-1~13] 23.1 合同セッションN「インフォマティクス応用」

12:00 〜 12:15奨励賞エントリー

[17a-S2_204-12] クロスドメイン深層学習による多結晶材料セグメンテーション

〇伊藤 海音¹、德田 進之介¹、西谷 慶輝¹、福井 大翔¹、扇 琴美¹、嶋田 雄介²、山本 明保¹ (1.東京農工大学、2.九州大学)

キーワード：

マテリアルズインフォマティクス、深層学習、多結晶材料

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。