[article]
Titre : |
With al to the right color : Al-based software tool for recipe development |
Type de document : |
texte imprimé |
Auteurs : |
Erwin Houben, Auteur ; Angelika Schmidt, Auteur ; Chunxia Sun, Auteur ; Willem Godlieb, Auteur ; Arno Wilbers, Auteur ; Jelle de Jong, Auteur ; Brady Bai, Auteur ; Youfu Chen, Auteur ; Wei Wang, Auteur |
Année de publication : |
2023 |
Article en page(s) : |
p. 16-19 |
Langues : |
Anglais (eng) |
Catégories : |
Apprentissage automatique L'apprentissage automatique (en anglais : machine learning, litt. "apprentissage machine"), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'"apprendre" à partir de données, c'est-à -dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes. (Wikipedia) Intelligence artificielle Logiciels Matières plastiques -- Coloration Réseaux neuronaux (informatique)
|
Index. décimale : |
668.4 Plastiques, vinyles |
Résumé : |
It is a true art to create color formulations for high-performance materials and engineering plastics, while meeting all the requirements for mechanical properties and the necessary temperature resistance. Envalior is taking the next step for color development: With the help of a large treasure trove of historical data, the AI tool Lucidiris is designed to significantly shorten development times for color formulations. |
Note de contenu : |
- A new way of color development
- Conventional color development
- Challenge for high performance materials
- Archived data is considered "the new gold" for al
- Neural networks detect outliers
- The user interface of lucidiris
- Fig. 1 : The Al-based recipe developer Lucidris is permanently enriched with new data and thus delivers very accurate solutions
- Fig. 2 : Representation of Gaussian processes in one dimension: The prediction accuracy improves with each additional measured data point. Model improvement occurs in a multidimensional space that takes into account L*, a* and b* color values, many color concentrations and mechanical properties
- Fig. 3 : Representation of a predicted envelope of colors from specific starting color values for L*, a*, b*: In practice, the envelope curve is a three-dimensional volume that also includes the L* axis
- Fig. 4 : Modeling workflow : In each new generation, mutations are evaluated against the predictive model until it has optimized a recipe to the virtual target values |
En ligne : |
https://drive.google.com/file/d/1kxXjHdXyR_xnV09rS4Y9X9xi2_SWiR0D/view?usp=drive [...] |
Format de la ressource électronique : |
Pdf |
Permalink : |
https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=39871 |
in KUNSTSTOFFE INTERNATIONAL > Vol. 113, N° 5 (2023) . - p. 16-19
[article]
|