数据归一化方法综述

当今,人工智能已经广泛应用到各个领域中,并取得了显著的效果。数据归一化是人工智能应用落地中的一个重要环节,它有助于避免神经网络因数据量纲的复杂性对数据进行错误建模。在大数据场景下,相当一部分数据是以流的形式先后到达训练点,所以在流场景下数据归一化研究是当前亟待解决的关键问题。目前关于归一化研究的综述较多,大多仅仅针对于批数据的归一化研究,而缺乏对流数据的归一化方法的总结,不具参考性。在批数据归一化研究基础之上,系统化整理并详尽分析了流数据归一化的相关文献,凝练提出了基于流数据的归一化分类方法,并将数据归一化方法划分为批数据的归一化方法和流数据的归一化方法。同时,对这些方法的原理、优势和可以解决的主要问题进行了对比分析,在不同场景下对数据归一化的未来研究方向进行了展望。     

粗大柱状晶Fe-36Ni因瓦合金的高温流变行为

针对Fe-36Ni因瓦合金在高温变形过程中易出现裂纹、热塑性较差的问题,使用Gleeble-1500热模拟试验机进行了等温热压缩实验,研究了温度为950～1150℃、应变速率为0.01～10 s^-1下Fe-36Ni因瓦合金的高温变形行为。采用-(?θ/?σ)-σ曲线分析了实验合金的临界再结晶应力,基于Arrhenius方程建立了Fe-36Ni因瓦合金的高温本构方程,并通过电子背散射衍射观察了变形后的微观组织。结果表明,因瓦合金在实验条件下均可发生再结晶,且临界再结晶应力随温度的升高及应变速率的降低而降低,变形激活能Q为292.46 kJ·mol^-1,与Fe和Ni的自扩散激活能相近。通过观察变形后的微观组织发现,不论是在晶粒水平还是晶内亚结构水平,合金中均存在明显的组织不均匀现象。综上所述,不同于一般合金,变形和再结晶困难并不是该实验材料热塑性差的主要原因,其粗大柱状晶导致的高温变形组织不均匀性才是热轧开裂的根源。此外,绘制了真应变为0.1～0.6下的3D功率耗散图及热加工图,预测得到温度为1100～1150℃、应变速率为0.01～0.1 s<...     

面向数据发布的隐私保护模型及参数优选方法

为更好地对待发布数据进行隐私保护,构建综合k-匿名、l-多样性和t-闭合方法的匿名化隐私保护模型.利用该模型能够选择最适合的隐私保护方法,并优选对应的隐私保护参数,达到数据提供者所期望的隐私保护效果,满足数据使用者对可用性的要求.实验结果表明,该方法不仅可以找到相对较优的参数值,而且能够有效满足具有不同身份和应用需求的...     

超级奥氏体不锈钢24Cr-22Ni-7Mo-0.4N的热变形行为及其组织演变EI北大核心CSCD

对超级奥氏体不锈钢24Cr-22Ni-7Mo-0.4N进行单轴热压缩,研究了其在950℃~1200℃、应变速率为0.001 s^(-1)~10 s^(-1)的条件下的热变形行为;采用Arrhenius方程和Zener-Hollomon参数(Z)对变形参数建模并建立了本构方程,发现峰值应力、动态再结晶临界应力均与ln(Z/A)呈线性关系,材料的热变形激活能为497.11 kJ/mol。基于动态材料模型建立了不同塑性应变下的热加工图,使用电子背散射衍射技术(EBSD)表征了材料在不同变形条件下的微观组织,发现其在大多数变形条件下的软化机制是非连续动态再结晶(DDRX)。综合分析热加工图和微观组织,发现合理的热加工区域为变形温度1150~1200℃、应变速率0.1~1 s^(-1)。     

一种硅油填充术眼内硅油乳化过程模拟可视化方法

眼科中治疗孔源性视网膜脱离(RRD)的玻璃体切割联合硅油填充术中,预测术后硅油乳化情况,并根据其确定术中适宜硅油填充量和最终取出时间是手术成功的关键。然而手术流程中医生无法直接观察眼球内部结构,很难对填充物质进行定量分析,手术完成后亦对硅油乳化状态缺乏可视化认知。该文提出一种基于光滑粒子流体动力学的体积不可压缩多相流体计算框架,结合表面张力模型对眼内环境中硅油和水的耦合进行数值计算;构建以力平衡散体动力学模型为基础的多相流体互溶扩散模拟方法,对硅油乳化过程进行可视量化分析。实验表明,该方法可以稳定模拟强表面张力作用下多相流体耦合以及可混溶多相流体相间交互效果,从而有效辅助医生判定所需硅油填充量,并预测评估硅油乳化状态对手术预后的影响。     

热挤压Zn-2Cu-0.5Zr合金的力学性能与降解行为

针对可降解锌基植入物面临的关键问题,制备了一种兼顾综合力学性能和降解行为的新型热挤压Zn-2Cu-0.5Zr (质量分数,%)合金。该合金的微观组织由Zn基体相、CuZn5相和Zn22Zr相构成。得益于均匀分布的第二相颗粒和基体相晶粒的进一步细化,热挤压Zn-2Cu-0.5Zr合金的综合力学性能显著优于Zn和Zn-2Cu合金,屈服强度、极限抗拉强度和断后延伸率分别提升至192 MPa、213 MPa和61%。此外,基体相晶粒的细化使得热挤压Zn-2Cu-0.5Zr合金表面生成的腐蚀产物层更加均匀致密,因而显著改善了基体的不均匀降解模式。     

机器学习在材料研发中的应用

大数据和人工智能技术的快速发展推动数据驱动的材料研发快速发展成为变革传统试错法的新模式,即所谓的材料研发第四范式.新模式将大幅度提升材料研发效率和工程化应用水平,推动新材料快速发展.本文聚焦机器学习辅助材料研发这一新兴领域,以材料预测和优化设计为主线,在简述材料特征构建与筛选的基础上,综述了机器学习在材料相结构、显微组...     

工业场景下基于深度学习的时序预测方法及应用

以大模型在材料科学中的应用为着眼点,首先综述了大模型,介绍了大模型的基本概念、发展过程、技术分类与特点等内容;其次从通用领域大模型和垂直领域大模型两个角度,总结了大模型的应用,列举分析了不同种类大模型的应用场景和功能. 再次,结合材料科学领域中的具体需求研究现状,调研并综述了语言大模型、视觉大模型和多模态大模型在材料科学中的应用情况,以自然语言处理和计算机视觉中的具体任务为切入,参考典型应用案例,综合提示工程策略和零样本知识迁移学习,厘清了当前将大模型应用至材料科学的研究范式和制约因素,并利用改进SAM视觉大模型在四种材料显微图像数据上进行了验证性图像分割与关键结构提取实验,结果表明SAM带来的零样本分割能力对于材料微结构的精准高效表征具有巨大应用潜力. 最后,提出了大模型相关技术、方法在材料科学中的未来研究机遇,从单模态到综合性多模态的大模型研发与调优,评估了可行性及技术难点.

     

图像分割评估方法在显微图像分析中的应用

图像分割是计算机视觉领域中的重要分支,旨在将图像分成若干个特定的、具有独特性质的区域。随着计算机硬件计算能力的提高和计算方法的进步,大量基于不同理论的图像分割算法获得了长足的发展。因而选择合适的评估方法对分割结果的准确性和适用性进行综合评估,从而选择最优分割算法,成为图像分割研究中的必要环节。在综述14种图像分割评估指标的基础上,将其分成基于像素的评估方法、基于类内重合度的评估方法、基于边界的评估方法、基于聚类的评估方法和基于实例的评估方法五大类。在材料显微图像分析的应用背景下,通过实验讨论了不同分割方法和不同典型噪声在不同评估方法中的表现。最终,讨论了各种评估方法的优势和适用性。      

热力耦合对一种第四代镍基单晶高温合金1100℃蠕变组织演变的影响

以一种第四代镍基单晶高温合金为研究对象,采用变截面蠕变试样,在1100℃、43~96 MPa条件下进行200 h蠕变中断实验,利用SEM和TEM观察了微观组织演变规律,利用同步辐射高能XRD和EPMA分析了高温低应力条件下镍基单晶高温合金的蠕变组织演变。结果表明:随着应力的增大,镍基单晶高温合金的γ′相体积分数降低,筏化程度增大且筏排厚度下降,同时,γ相通道宽度逐渐增大,而γ/γ’两相界面位错网间距逐渐减小。固溶强化元素Re、Mo和Cr等在γ相中的富集导致γ/γ’两相错配度绝对值增大。蠕变过程中γ’相体积分数降低和γ’相筏排厚度减小显著降低了合金的强度。另外,位错在γ′相溶解所导致的弯曲相界处的塞积,使位错易于切入γ′相,也是镍基单晶高温合金室温硬度下降的重要原因。