Article クリープ破断時間および高温引張強度予測モデルの連合学習

櫻井 惇也 ORCID (National Institute for Materials Science) ; 鳥形 啓輔 ; 松永 学 ; 髙梨 直人 ; 日比野 真也 ; 木津 健一 ; 森田 聡 ; 井元 雅弘 ; 下畠 伸朗 ; 豊田 晃大 ; 中村 忠暉 ; 橋本 憩太 ; 大久保 達矢 ; ベヘシティ ロイック ; リチャル ヴァンサン ; 出村 雅彦 SAMURAI ORCID (National Institute for Materials Science)

111_TETSU-2024-124-2.pdf
Download file (5.83 MB)
Download as zip (5.8 MB)
Collection

Citation
櫻井 惇也, 鳥形 啓輔, 松永 学, 髙梨 直人, 日比野 真也, 木津 健一, 森田 聡, 井元 雅弘, 下畠 伸朗, 豊田 晃大, 中村 忠暉, 橋本 憩太, 大久保 達矢, ベヘシティ ロイック, リチャル ヴァンサン, 出村 雅彦. クリープ破断時間および高温引張強度予測モデルの連合学習. 鉄と鋼. 2025, 111 (5), 246-262. https://doi.org/10.2355/tetsutohagane.tetsu-2024-124

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:

  • 鉄と鋼 vol. 111 issue. 5 p. 246-262

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