Non classé
Un système d’IA explicable dévoile l’impact des combinaisons d’éléments sur la résistance et la durabilité des alliages.
Les MPEA, composés de trois métaux ou plus, offrent une excellente résistance, ténacité et durabilité, ce qui les rend idéaux pour des applications dans des secteurs comme l’aérospatiale et les dispositifs médicaux.
Grâce à l’intégration de l’IA explicable et d’analyses prédictives, l’équipe a pu optimiser les compositions de ces alliages, permettant une conception plus efficace par rapport aux méthodes traditionnelles basées sur l’essai et l’erreur.
La collaboration interdisciplinaire avec des partenaires de Johns Hopkins et de Virginia Tech a accéléré les découvertes, notamment dans le domaine des glycomatériaux, qui sont prometteurs pour diverses applications allant des soins personnels à l’emballage.
En utilisant la technique SHAP pour analyser les données, les chercheurs ont obtenu des informations précieuses sur l’influence des compositions sur la performance des MPEA.
Ces avancées soulignent non seulement l’importance de l’intelligence artificielle en science des matériaux, mais ouvrent également la voie à des innovations futures dans divers domaines.