Metody sztucznej inteligencji w zastosowaniu do przewidywania właściwości materiałów

Metoda k-najbliższych sąsiadów

Metoda k-najbliższych sąsiadów (ang. k-nearest neighbors) to nieparametryczna metoda uczenia maszynowego, zaliczana do tzw. algorytmów leniwych, używana do klasyfikacji i regresji. Metoda ta nie tworzy wewnętrznej reprezentacji wiedzy o problemie na podstawie danych wejściowych. Przechowuje wszystkie przypadki odpowiadające danym uczącym w przestrzeni n-wymiarowej. Odległości między nowymi danymi a danymi uczącymi w hiperprzestrzeni deskryptorów są mierzone przy użyciu odległości euklidesowej. Zatem wynik jest przewidywany na podstawie wartości najbliższych k-wystąpień. Metoda k-najbliższych sąsiadów przyciągnęła uwagę naukowców do przewidywania właściwości mechanicznych materiałów, m.in. granicy plastyczności i wytrzymałości na rozciąganie blach stalowych na podstawie parametrów procesu walcowania na gorąco oraz składu chemicznego wsadu. Znanych jest wiele zastosowań metody k-najbliższych sąsiadów do przewidywania wytrzymałości na rozciąganie i odporności na pękanie materiałów o osnowie metalowej.

Drzewa decyzyjne

Drzewo decyzyjne to nieparametryczna metoda nadzorowanego uczenia maszynowego, która jest wykorzystywana do rozwiązywania zadań regresyjnych i klasyfikacyjnych. Modele drzewa decyzyjnego składają się z węzła głównego, węzłów liściowych a [...]

Ten materiał dostępny jest dla zalogowanych użytkowników.

Załóż konto i dołącz do grona użytkowników naszego portalu!

Zaloguj się Zarejestruj się

Mogą zainteresować Cię również

Styczeń miesiącem bezpieczeństwa produkcji.

zobacz więcej