Description:
(abstract)複数機関のクリープ試験データを活用した耐熱フェライト鋼のクリープ破断寿命予測モデルの構築について紹介する。各機関の機密性の高いデータを保護しつつ学習可能な連合学習技術を用い、8機関と共同でグローバルな深層学習モデルを構築した。個別機関のデータのみを用いたローカルモデルと比較し、連合学習で構築したグローバルモデルは全体に対して良好な予測精度を示した。また、説明変数空間でのデータの距離を定義し、データ量の多いNIMSを基準とした評価でも、グローバルモデルは距離に依存せず高い精度を維持した。
Rights:
Keyword: ferritic heat resistant steel, federated learning, creep rupture time, high temperature tensile strength, machine learning, prediction
Date published: 2025-04-01
Publisher: Iron and Steel Institute of Japan
Journal:
Funding:
Manuscript type: Publisher's version (Version of record)
MDR DOI:
First published URL: https://doi.org/10.2355/tetsutohagane.tetsu-2024-124
Related item:
Other identifier(s):
Contact agent:
Updated at: 2025-07-26 08:30:25 +0900
Published on MDR: 2025-07-26 08:16:43 +0900
| Filename | Size | |||
|---|---|---|---|---|
| Filename |
111_TETSU-2024-124-2.pdf
(Thumbnail)
application/pdf |
Size | 5.83 MB | Detail |