Core Concepts
Deep Neural Networks können die Herstellung von Mikrostrukturen beschleunigen und optimieren.
Abstract
Einleitung
Mikrofluidik für die Herstellung von Mikrostrukturen
Notwendigkeit von Vorhersagemodellen
Einsatz von KI und maschinellem Lernen
Methoden
Modellierungsansatz für Mikrofasererzeugung
Performance-Parameter und Designraum
Kategorisierung von Parametern
Ergebnisse und Diskussion
Vorhersagemodell: hohe Korrelation zwischen Vorhersagen und empirischen Werten
Designmodell: Genauigkeit bei der Berechnung von Herstellungsparametern
Vermeidung von Überanpassung durch synthetische Datenerzeugung
Stats
Potenziell nützliche Modelle für Mikrofaserdimensionen
Porosität und Elastizitätsmodul mit über 90% Genauigkeit
Quotes
"DNN-basierte Modellierung des Mikrofaserherstellungsprozesses zeigt ein hohes Potenzial zur Reduzierung der Herstellungszeit von Mikrostrukturen mit gewünschten Eigenschaften."