پيش بيني نرخ سايش آلياژهاي تيتانيوم با استفاده از الگوريتم هاي يادگيري ماشين

Predicting the Wear Rate of Titanium Alloys Using Machine Learning Algorithms

در اين پژوهش، با بهره گيري از روش هاي پيش بيني و تحليل داده به روش يادگيري ماشين سعي شده است تا رويكردي نوين در برقراري ارتباط خواص مواد مهندسي و خواص تريبولوژي ارائه شود كه قابليت بررسي تاثير فرآيندهاي توليد، تاريخچه عمليات حرارتي هر نمونه، تركيب شيميايي و متغيرهاي آزمون تريبولوژي به طور همزمان بر حجم سايش را داشته باشد. الگوريتم هاي نزديك ترين همسايگي، جنگل تصادفي، درخت تصميم، گراديان بوستينگ و گراديان تطبيقي به كار گرفته شده در اين مقاله تشريح خواهند شد.