Page 7 - ChemLife Sayı 28
P. 7
7
LASTIK VE KAUÇUK TEKNOLOJILERI www.chemlife.com.tr CHEMLIFE
YENI POLIMERLERIN KEŞFI IÇIN
MAKINE ÖĞRENIMI YÖNTEMI
ILK KEZ BAŞARILI BIR ŞEKILDE
yol koşullarına mükemmel uyum
sağlıyor. Örneğin sistem düz UYGULANDI
ve kuru yollarda yüksek lastik
basıncı ile dar temas alanını
birleştirerek yuvarlanma direnci
düşük ve enerji tasarruflu Japon bilim insanları, yeni materyaller keşfetmek için
bir sürüş sağlayabiliyor. Islak
koşullarda ise lastik basıncı ve bilgisayarların verilerden öğrenmelerini sağlayan bir yapay zeka
temas alanı otomatik olarak türü olan makine öğreniminin (ML) umut verici bir uygulamasını
ayarlanarak kaygan yolda ideal
yol tutuşu sağlanıyor. ContiAdapt ortaya koymayı başardı.
ayrıca karda aracı park alanından
çıkarmaya yardımcı olmak veya
tehlikeli bir gizli buzlanmanın Çalışma, NIMS’te (National Bu tekniğin uygulanması Yoshida, “Polimerik
üzerinden geçmek için bir Institute for Materials Science- ile “sanal” polimerlerin malzemelerin metallerden ve
bar altında çok düşük lastik Japonya) bulunan dünyadaki tanımlanması başarı ile seramiklerden farklı özelliklere
basınçlarının ayarlanmasına da en büyük polimer veritabanı sağlandı. sahip olması ve özelliklerinin
izin veriyor. olan PoLyInfo’dan elde edilen mevcut teoriler tarafından
polimerik özelliklerden oluşan Büyük polimer havuzundan, henüz tam olarak tahmin
Bu arada, Michelin ortaklıklar bir veri seti üzerinde yapıldı. sentez ve işleme kolaylığı edilmediğinden, polimer veya
yumuşak malzeme tasarımı için
ve inovasyon direktörü Anthony Boyutuna rağmen, PoLyInfo temelinde üç polimer seçildi. makine öğrenimi kullanılması zor
polimerlerin ısı transfer özellikleri
Reyes’e göre Michelin de yoğun hakkında sınırlı miktarda veri Testler, yeni polimerlerin metre- ama umut verici bir yöntemdir.
olarak AI lastiği ile ilgileniyor. içermektedir. ML modelleri, Kelvin (W / mK) başına 0,41 Hesaplama sistemleri gibi birçok
Watt’a kadar yüksek bir termal
ısı transfer özelliklerini verilen iletkenliğe sahip olduğunu yönü halen araştırmaya devam
Ulusal Karayolu Trafik Güvenliği sınırlı verilerden tahmin etmek doğruladı. Bu raka; 1950’lerden ediyoruz” diyor.
İdaresi’nden rakamlara değinen için yeterli verilerin bulunduğu bu yana, yakıt hücrelerinden
Reyes, yol kazalarının yüzde yerlerde önceden eğitildi. pişirme kabına kadar çeşitli Çalışma ekibinden olan
94’ünün sürücü hatasından uygulamalar için kitlesel olarak Junko Morikawa (Tokyo
kaynaklandığını söyledi. Bu tür makineyle elde edilen üretilen ve yaygın olarak Teknoloji Enstitüsü [Tokyo
özelliklerin hedef görevde kullanılan bir polimer grubu olan Tech], Malzeme ve Kimyasal
AV üreticisi Waymo, geçtiğimiz yeniden konumlandırılması, çok polimidlerden yüzde 80 daha Teknoloji Fakültesi Öğretim
Aralık ayında Arizona’da küçük veri kümelerinde bile yüksektir. Üyesi), “5G döneminin ötesine
tamamen otonom bir otomobil olağanüstü tahmin performansı geçen uygulamalar için yeni
tanıttı. Reyes, 2025 yılına kadar sağladı. Çalışma, hesaplamalı olarak nesil polimerik malzemeler
tamamen otonom araçların tasarlanmış polimerlerin tasarlamak için ML güdümlü
ABD yollarında olabileceğini Ekip; bu modeli daha önce Ryo ısı transfer özelliklerini yüksek verimli bir hesaplama
düşündüğünü söylüyor. Yoshida (İstatistiksel Matematik doğrulayarak, malzeme tasarımı sistemi oluşturmak istiyoruz.
Enstitüsü [ISM], Bilgi ve için hızlı, düşük maliyetli ve ML Projemiz sayesinde, sadece
Kısa bir not verelim mevcut bir Sistemler Araştırma Teşkilatı, destekli yöntemler için önemli bilişim bilgisinin gelişimini
AV’deki işlemciler Apollo 11’i aya Yaratıcı Tasarım ve İmalat bir buluşu temsil etmektedir. sürdürmeyi değil, aynı zamanda
gönderen sistemden 32.000 kat Veri Bilim Merkezi Müdürü) Ayrıca bu çalışma; ekibin özellikle fonon mühendisliği
daha güçlü. ve meslektaşları tarafından veri bilimi, organik sentez ve alanında, malzeme biliminin
geliştirilen iQSPR algoritması ileri ölçüm teknolojilerindeki temel gelişimine katkıda
Kaynak: rubbernews.com (molekül tasarımı için özel olarak multidisipliner uzmanlığını bulunmayı hedefliyoruz” diyor.
tasarlanmış bir ML algoritması) göstermektedir.
ile birleştirdi. Kaynak: phys.com
