Hierarchical materials informatics : novel analytics for materials data

طراحی سفارشی، ساخت، و استقرار مواد جدید با کارایی بالا برای فناوری‌های پیشرفته، به شدت به در دسترس بودن پیوندهای پردازش ساختار-ملاک (SPP) معکوس، وفاداری بالا بستگی دارد. ایجاد این پیوندها به دلیل نیاز به پوشش فضاهای ابعادی غیرقابل تصور، چالش بزرگی را به همراه دارد. انفورماتیک مواد سلسله مراتبی به استخراج عینی، از نظر محاسباتی کارآمد، مجموعه‌های بزرگی از مجموعه داده‌های آزمایشی و مدل‌سازی برای استخراج این دانش مواد اصلی می‌پردازد. علاوه بر این، هدف آن سازماندهی و ارائه این دانش با ارزش بالا در اشکال بسیار در دسترس برای کاربران نهایی درگیر در طراحی و طراحی محصول برای تلاش‌های تولیدی است. به این ترتیب، این حوزه در حال ظهور نقشی محوری در تحقق اهداف مشخص شده در ابتکارات ملی استراتژیک فعلی مانند طرح ژنوم مواد (MGI) و مشارکت تولید پیشرفته (AMP) دارد. این کتاب عناصر بنیادی این رشته جدید را در رابطه با طراحی، توسعه و استقرار مواد سلسله مراتبی حیاتی برای فناوری‌های پیشرفته ارائه می‌کند.

• به شکاف حیاتی در تحقیق و توسعه مواد جدید می‌پردازد. ارائه یک چارچوب آماری دقیق برای کمی سازی ریزساختار
• شامل چندین مطالعه موردی است که استفاده از ابزارهای تحلیلی داده های مدرن را در مجموعه داده های ریزساختار (هم تجربی و هم مدل سازی) نشان می دهد

Custom design, manufacture, and deployment of new high performance materials for advanced technologies is critically dependent on the availability of invertible, high fidelity, structure-property-processing (SPP) linkages. Establishing these linkages presents a major challenge because of the need to cover unimaginably large dimensional spaces. Hierarchical Materials Informatics addresses objective, computationally efficient, mining of large ensembles of experimental and modeling datasets to extract this core materials knowledge. Furthermore, it aims to organize and present this high value knowledge in highly accessible forms to end users engaged in product design and design for manufacturing efforts. As such, this emerging field has a pivotal role in realizing the goals outlined in current strategic national initiatives such as the Materials Genome Initiative (MGI) and the Advanced Manufacturing Partnership (AMP). This book presents the foundational elements of this new discipline as it relates to the design, development, and deployment of hierarchical materials critical to advanced technologies.

• Addresses a critical gap in new materials research and development by presenting a rigorous statistical framework for the quantification of microstructure
• Contains several case studies illustrating the use of modern data analytic tools on microstructure datasets (both experimental and modeling)