神戸製鋼HOME > 検索結果
検索結果
「機械学習」の検索結果22件1 ~ 10件目を表示
一致順
日付順
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
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
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
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
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
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