論文の概要: Physics-based prediction, uncertainty quantification and decision-making for IN718 crystallographic texture intensity across LPBF defocus regimes

• arxiv url: http://arxiv.org/abs/2609.18863v1
• Date: Wed, 16 Sep 2026 16:02:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.88841
• Title: Physics-based prediction, uncertainty quantification and decision-making for IN718 crystallographic texture intensity across LPBF defocus regimes
• Title（参考訳）: LPBFデフォーカス系におけるIN718結晶テクスチャ強度の物理学的予測、不確実性定量化および決定
• Abstract要約: 本研究では,Inconel 718における001>BDテクスチャの2段階物理モデルを開発した。 ステージ1は、変数を解凍モードにマッピングし、プール幾何学を解凍する。 ステージ2は、経験的物理モデルとランダムフォレスト残差モデルを組み合わせることでテクスチャを予測する。
• 参考スコア（独自算出の注目度）: 24.75122350313112
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable prediction of crystallographic texture in laser powder bed fusion is critical for linking process conditions with anisotropic response and for qualification. However, black-box models may fail under shift and cannot distinguish weak data support from loss of physical validity. This study develops a two-stage physics-based model for <001> || BD (build direction) texture in Inconel 718. Stage 1 maps process variables to melting mode and melt pool geometry. Stage 2 predicts texture by combining an empirical physics model with a random-forest residual model. A k-nearest-neighbor weight attenuates residual corrections for poorly supported queries, while a study-specific areal beam-power-density criterion withholds predictions outside the adopted conduction envelope. Conformal intervals are evaluated on the retained physics-valid set, and SHAP and Sobol analyses assess residual sensitivity. Under a controlled leave-one-defocus-out evaluation, the physics anchor achieved R^2 = 0.778, against -0.001 for the black-box model and 0.750 for the gated hybrid. Under leave-one-group-out cross-validation, the gated hybrid reached R^2 = 0.592 against 0.538 for the black-box model. Retained-set coverage was 92.9% at a mean full width of 3.65 multiples of a uniform distribution (MUD) under grouped cross-validation and 100% at a width of 3.21 MUD under transfer to a withheld +80 mm defocus regime. An illustrative mapping produced a retained BD elastic-modulus span of 127-187 GPa. On nine conditions from a separately built sample set, the framework withheld three, attenuated three, and matched the measured ordering for the rest. Separating data applicability, physics validity, and predictive uncertainty into distinct decisions lets the framework transfer where an unconstrained model does not, and withhold predictions where no model class performs adequately.
• Abstract（参考訳）: レーザー粉体層融合における結晶テクスチャの信頼性予測は, プロセス条件と異方性応答とをリンクし, 資格を得る上で重要である。 しかし、ブラックボックスモデルはシフト中に失敗する可能性があり、物理的妥当性の喪失から弱いデータサポートを区別することはできない。 本研究では,Inconel 718における<001> || BD (build direction) テクスチャの2段階物理モデルを開発した。 ステージ1は、変数を解凍モードにマッピングし、プール幾何学を解凍する。 ステージ2は、経験的物理モデルとランダムフォレスト残差モデルを組み合わせることでテクスチャを予測する。 k-アネレスト近傍の重みは、貧弱なクエリに対する残差補正を減衰させる一方、研究固有のアダルビーム密度基準は、採用導電封筒の外側で予測を保留する。 保存された物理量集合上で等間隔を評価し, SHAPとSobolによる残留感度の評価を行った。 R^2 = 0.778、ブラックボックスモデルでは-0.001、ゲートハイブリッドでは 0.750 である。 その結果, ゲートハイブリッドは, ブラックボックスモデルでは0.538に対してR^2 = 0.592に達した。 保持セットのカバー範囲は平均全幅3.65倍(MUD)で92.9%、幅3.21MUDで100%(非保持+80mmデフォーカス)であった。 イラストレーションマッピングにより、維持されたBD弾性率127-187 GPaが得られた。 別々に作られたサンプルセットから9つの条件で、フレームワークは3つを保留し、3つを減衰させ、残りの順に一致させた。 データの適用性、物理の妥当性、予測の不確実性を別々の決定に分離することで、制約のないモデルが存在しない場所でフレームワークの転送を可能にし、モデルクラスが適切に動作しないような予測を控える。

関連論文リスト

• Toward Reliable Railway-Bogie Response Prediction Using Multifidelity TDNN and Physics-Informed Residual Learning [9.679297769625286]
  鉄道技術者は、徹底的にテストできない運用シナリオにまたがる車両の応答を予測するシミュレーションモデルを必要としている。 本稿では,多体シミュレーション履歴を低忠実度情報として扱い,ローラーリグ測定を高忠実度証拠として扱う多忠実鉄道ボギー応答補正法を提案する。
  論文  参考訳（メタデータ） (2026-09-10T07:56:53Z)
• Distribution-Free Conformal Prediction for Steel Fatigue Strength: Marginal Validity Is Not Enough [0.0]
  鋼部品の疲労破壊を実験的に予測するには、複数の組成と処理条件をまたいだ試験が必要であるため、コストがかかる。 NIMS MatNavi鋼疲労データセットを用いた研究は、しばしば高い点予測精度を報告するが、総合誤差測定に依存する。 本論文は, 鋼疲労強度に対する適合予測を初めて適用したものである。
  論文  参考訳（メタデータ） (2026-08-05T18:13:28Z)
• Modeling Normal Is All You Need: Joint Latent Clustering for Anomaly Detection in Multimodal Cyber-Physical Systems [47.027290803102666]
  通常の行動は、多くの不均衡で、曲がりくねった、細い範囲の運営体制の結合である。 我々は正規法則を、共同学習された潜在表現と明示的なガウス混合モードクラスタリングでモデル化する。 ポイント調整のない生のポイントワイドメトリクス、自明な検出困難分割、頻度整合F1、列車正規化のみのキャリブレーションを意図的に評価する。
  論文  参考訳（メタデータ） (2026-07-07T10:10:00Z)
• When Do Autoregressive Sequence Models Forecast Physical Wavefields? A Controlled Study on Synthetic Seismograms [43.8784307709823]
  物理信号の長距離自己回帰予測は誤差蓄積によって制限される。 物理的に構造化されたテストベッドとして,合成3成分地震計を用いて,このようなロールアウトが安定であるかどうかを問う。
  論文  参考訳（メタデータ） (2026-06-09T13:46:14Z)
• Beyond Point Estimates: Benchmarking Uncertainty Quantification Methods on the AION-1 Astronomical Foundation Model [47.71489969727656]
  Conformalized Quantile Regression (CQR)は、最も貧弱なモデル予測で、ビン内で最高のカバレッジを提供する。 局所的妥当性判別(Locally Valid and Discriminative, LVD)フレームワークのみが、有限サンプルの局所的妥当性を提供する。
  論文  参考訳（メタデータ） (2026-06-05T18:29:19Z)
• SCALE:Scalable Conditional Atlas-Level Endpoint transport for virtual cell perturbation prediction [46.645872209565574]
  仮想セル摂動予測のための大規模基盤モデルを提案する。 まず、データスループットを大幅に改善するBioNeMoベースのトレーニングおよび推論フレームワークを構築します。 第二に、摂動予測を条件付き輸送として定式化し、それをセットアウェアフローアーキテクチャで実装する。 第3に,生物学的に有意な指標に基づく厳密なセルレベルプロトコルを用いて,Tahoe-100Mのモデルを評価する。
  論文  参考訳（メタデータ） (2026-03-18T05:51:08Z)
• Function-Space Decoupled Diffusion for Forward and Inverse Modeling in Carbon Capture and Storage [65.51149575007149]
  本稿では,Fun-DDPSについて述べる。Fun-DDPSは,関数空間拡散モデルと微分可能なニューラル演算子サロゲートを結合した生成フレームワークである。 Fun-DDPSは、ジョイントステートベースラインで観察される高周波アーティファクトから、物理的に一貫した実現をもたらす。
  論文  参考訳（メタデータ） (2026-02-12T18:58:12Z)
• Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
  第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。 We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
  論文  参考訳（メタデータ） (2025-11-04T17:22:22Z)
• Environment-Aware Indoor LoRaWAN Path Loss: Parametric Regression Comparisons, Shadow Fading, and Calibrated Fade Margins [3.776919981139063]
  内部のLoRaWAN伝播は、構造的および時間的変化の文脈因子によって形成される。 リークセーフなクロスバリデーションを用いて評価した,環境に配慮した統計的に規律のある経路損失フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-05T20:14:48Z)
• Online Estimation of Table-Top Grown Strawberry Mass in Field Conditions with Occlusions [2.736203444988168]
  本研究では、RGB-Dセンシングとディープラーニングを統合したビジョンベースパイプラインを提案し、非破壊的、リアルタイム、オンラインの質量推定を可能にする。 実験では、イチゴが8.11%、閉塞例が10.47%の質量推定誤差が示された。
  論文  参考訳（メタデータ） (2025-07-31T12:10:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。