検索結果

1.　機械学習･深層学習を用いたデータ駆動型バッテリー劣化 予測技術

」のほか,最近では機械学習を用いて充放電サイ クルデータから余寿命を予測する「データ駆動型モデル」 が盛んに研究されている。これらのアプローチについ て,縦軸に仮説駆動/データ駆動,横軸にブラックボッ

www.kobelco.co.jp/technology-review/pdf/71_1/048-052.pdf

2.　 2021年 12月 株式会社 神戸製鋼所

意味のある”機械学習モデル構築を支援します。このために、適正なデータの前処 理やモデル構築方法を提案します。 インフォマティクスサービスにおける強み KOBELCO

www.kobelco.co.jp/notices/files/20211221_1_01.pdf

3.　R&D 神戸製鋼技報｜KOBELCO 神戸製鋼

隆 材料開発に必要な多くの物理・化学分析技術と機械学習を併用する計測インフォマティクスは、従来にない解析速度や付加価値創出が期待されている。本稿では、

www.kobelco.co.jp/technology-review/vol71_1.html

4.　「EVS31(第31回国際電気自動車シンポジウム・展示会)」への出展について｜KOBELCO 神戸製鋼

シミュレーション 機械学習を用いた電池モジュールの安全性／寿命予測 「EVS31（第31回国際電気自動車シンポジウム・展示会）」開催概要 日時： 2018年9月30日(日)～10月2日(火)

www.kobelco.co.jp/notices/1200130_15586.html

5.　計測インフォマティクスの紹介

る。 1 .計測実験に対する機械学習の応用 本章では,実験時間の短縮のために,放射光実験のビームラインへ機械学習を適用した事例について紹介する。 国立研究開発法人理化学研究所が運営する大型放射光施設

www.kobelco.co.jp/technology-review/pdf/71_1/037-040.pdf

6.　A 推進プロジェクト部

技術開発本部 機械学習や深層学習(ディープラーニング)などの人工知能(AI) 技術の活用により、神戸製鋼グループの製品開発や製造プロセスの高度化と革新に貢献していきます。また、

www.kobelco.co.jp/releases/files/180927.pdf

7.　機械学習による酸化物半導体薄膜評価の高精度化

67 まえがき＝近年,ディープラーニングなどの機械学習手 法の高度化や計算機の発達,ビッグデータの一般化によ り,人工知能(Artificial Intelligence,以下AIと い う )

www.kobelco.co.jp/technology-review/pdf/68_2/067-071.pdf

8.　MI技術の最大活用

データ追加 機械学習 物理シミュレーション 機械学習 物理シミュレーション 材料設計 パラメータの抽出 材料設計 パラメータの抽出 特性予測 モデル

www.kobelco.co.jp/welding/events/welding-show/files/ws2022_36.pdf

9.　人工ニューラルネットワークを用いたリチウムイオン電池 電極の最適メソスケール構造探索

な電池性能予測が期待できる。 また,機械学習手法の一つである人工ニューラルネッ トワーク(Artificial Neural Network以下,ANNという)

www.kobelco.co.jp/technology-review/pdf/71_1/041-047.pdf

10.　「材料組織･特性の予測と計測」特集の発刊にあたって

競争力の源泉は良質データの大量 蓄積にあるため,金属組織の画像解析にも機械学習や人 工知能が活用され,画像の特徴量を同定する取り組みも 進んでいる。データをめぐる覇権争いが激化している分 野でもある。

www.kobelco.co.jp/technology-review/pdf/71_1/001-002.pdf