Pomoc w ulepszaniu modeli predykcyjnych dla recyklatów
Prześlij dane treningowe na Proteus® Teraz Quantify
Strumienie recyklingu są z natury złożone.
Składają się one z szerokiej gamy polimerów, dodatków i nieznanych zanieczyszczeń, które często różnią się znacznie w zależności od partii. Ta złożoność stanowi poważne wyzwanie dla branży recyklingu polimerów, utrudniając niezawodną identyfikację materiałów i wykrywanie zanieczyszczeń.
Aby sprostać temu wyzwaniu, Proteus® Now Quantify w celu poprawy wykrywania zanieczyszczeń i klasyfikacji materiałów do recyklingu polimerów. Rozszerzenie i udoskonalenie bazy danych materiałów jest kluczem do osiągnięcia tego celu.
Aby zbudować niezawodne modele uczenia maszynowego, potrzebujemy wysokiej jakości, znormalizowanych danych treningowych NETZSCH DSC z rzeczywistych związków przemysłowych. W szczególności poszukujemy materiałów złożonych na bazie pierwotnych polimerów, które realistycznie reprezentują typowe scenariusze zanieczyszczeń występujące w strumieniach recyklingu. Umożliwi nam to stworzenie kontrolowanych, dobrze zdefiniowanych zestawów danych do solidnego szkolenia modeli.
Twój wkład pomoże zwiększyć dokładność, solidność i możliwość zastosowania prognoz w przemyśle, wspierając w ten sposób lepszą ocenę recyklatów w przemyśle polimerowym. Suche mieszanki i rzeczywiste recyklaty nie są odpowiednie.
“Pomóż nam uczynić stronę Proteus® Now Quantify jeszcze potężniejszą i skorzystaj bezpośrednio z lepszych wyników analizy. Udostępniając znormalizowane dane treningowe NETZSCH DSC, pomagasz uczynić modele AI bardziej dokładnymi, solidnymi i lepiej dostosowanymi do rzeczywistych recyklatów przemysłowych. Im bardziej zróżnicowany jest zestaw danych, tym dokładniejszy i bardziej wartościowy staje się model dla wszystkich.”
Dlaczego standaryzacja ma znaczenie
Modele uczenia maszynowego są tylko tak dobre, jak dane, na których są trenowane. Dla Quantify zapewniała wiarygodne prognozy, muszą być spełnione następujące warunki:
- Warunki pomiaru muszą być identyczne
- Historie termiczne muszą być porównywalne
- Kształty krzywych muszą odzwierciedlać rzeczywiste zachowanie związku
Nawet small odchylenia w parametrach DSC wpływają na kształt piku, entalpię i zachowanie krystalizacji, co bezpośrednio wpływa na wydajność modelu.
Dlatego tylko pomiary przeprowadzone zgodnie ze zdefiniowanym standardem Quantify mogą być wykorzystane do szkolenia.
Kwantyfikacja Lista kontrolna pomiarów (obowiązkowa dla danych treningowych)
Parametry metody
- Masa próbki: 10 ± 1 mg
- Szybkość ogrzewania: 10 K/min
- Szybkość chłodzenia: 10 K/min
- Atmosfera: Azot (domyślny przepływ gazu)
- Tygiel: Al Concavus® z przebitą pokrywą
- Czułość i poprawność TempCal
- BeFlat® aktywowane
⚠️ Te parametry są stałe dla Proteus® Now Quantify. Odchylenia mogą zmieniać kształty szczytów i zmniejszać niezawodność przewidywania.
Szczegółowy dokument z wytycznymi dotyczącymi pomiarów jest dostępny tutaj:
Co z tego będziesz miał?
Przekaż swoje dane i zyskaj korzyści, pomagając w rozwoju analizy polimerów opartej na sztucznej inteligencji:
- Widoczność na naszej stronie internetowej jako partner do współpracy
- Ekskluzywny dostęp do nowych Proteus® Now Quantify modeli i funkcji
- Lepsze wyniki dla własnych materiałów
- Możliwości współpracy (publikacje, konferencje)
Instytuty napędzające przyszłość analizy polimerów opartej na sztucznej inteligencji
Następujące instytuty i laboratoria dostarczyły już znormalizowane zestawy danych DSC w celu wspierania ciągłego doskonalenia technologii DSC Proteus® Now Quantify. Udostępniając rzeczywiste dane przemysłowe, pomagają one wzmocnić wykrywanie zanieczyszczeń, klasyfikację materiałów i wiarygodne przewidywanie strumieni recyklingu polimerów.
Serdecznie dziękujemy wszystkim partnerom za współpracę i za rozwój analizy materiałów opartej na danych wraz z NETZSCH.
Często zadawane pytania (FAQ)
Twój wkład
Przesyłając znormalizowane dane szkoleniowe DSC, pomagasz
- ulepszyć algorytmy wykrywania zanieczyszczeń
- wzmocnić klasyfikację opartą na krystalizacji
- zwiększyć wiarygodność przewidywań w strumieniach recyklatu
- sprawić, że Quantify będzie miało większe zastosowanie do rzeczywistych materiałów przemysłowych
Im bardziej reprezentatywny i zróżnicowany zestaw danych, tym lepsza wydajność modelu.
Jak wziąć udział
- Należy dokładnie przestrzegać listy kontrolnej pomiarów Quantify (patrz wytyczne powyżej)
- Upewnij się, że materiał jest prawdziwym związkiem (bez suchych mieszanek)
- Jeśli chcesz,zanonimizuj dane dotyczące typu polimeru: potrzebujemy tylko klas materiałów, ilości wypełniacza i ilości kompozycji dla każdej klasy (patrz FAQ)
- Wyślij do nas e-mail, aby omówić swój wkład lub udostępnić dane
- Nasi eksperci Quantify skontaktują się z Tobą:
