Geri Dönüşümler için Tahmin Modellerinin Geliştirilmesine Yardımcı Olun
Eğitim Verilerine Proteus® adresinden katkıda bulunun Şimdi Nicelleştir
Geri dönüşüm akışları doğası gereği karmaşıktır.
Bunlar çok çeşitli polimerler, katkı maddeleri ve genellikle partiden partiye önemli ölçüde farklılık gösteren bilinmeyen kirleticilerden oluşur. Bu karmaşıklık, polimer geri dönüşüm endüstrisi için önemli bir zorluk teşkil etmekte ve güvenilir malzeme tanımlama ve kontaminasyon tespitini zorlaştırmaktadır.
Bu zorluğun üstesinden gelmek için, Proteus® Now Quantify kontaminasyonların tespitini ve geri dönüştürülmüş polimerler için malzemelerin sınıflandırılmasını iyileştirmek için geliştirilmektedir. Temel malzeme veri tabanının genişletilmesi ve iyileştirilmesi, bu hedefe ulaşmanın anahtarıdır.
Güvenilir makine öğrenimi modelleri oluşturmak için gerçek endüstriyel bileşiklerden yüksek kaliteli, standartlaştırılmış NETZSCH DSC eğitim verilerine ihtiyacımız var. Özellikle geri dönüşüm akışlarında bulunan tipik kontaminasyon senaryolarını gerçekçi bir şekilde temsil eden işlenmemiş polimerlere dayalı bileşik malzemeler arıyoruz. Bu, sağlam model eğitimi için kontrollü, iyi tanımlanmış veri kümeleri oluşturmamızı sağlar.
Katkınız, tahminlerin doğruluğunu, sağlamlığını ve endüstriyel uygulanabilirliğini artırmaya yardımcı olacak ve böylece polimer endüstrisinde gelişmiş geri dönüşüm değerlendirmesini destekleyecektir. Kuru karışımlar ve gerçek geri dönüşümler uygun değildir.
“Proteus® Now Quantify 'u daha da güçlü hale getirmemize ve gelişmiş analiz sonuçlarından doğrudan yararlanmamıza yardımcı olun. Standartlaştırılmış NETZSCH DSC eğitim verilerini paylaşarak, yapay zeka modellerinin daha doğru, sağlam ve gerçek endüstriyel geri dönüşümler için daha uygun olmasına yardımcı olursunuz. Veri seti ne kadar çeşitli olursa, model herkes için o kadar doğru ve değerli hale gelir.”
Standardizasyon Neden Önemlidir?
Makine öğrenimi modelleri yalnızca üzerinde eğitildikleri veriler kadar iyidir. İçin Sayısallaştırma güvenilir tahminler sunabilmesi için aşağıdaki koşulların karşılanması gerekir:
- Ölçüm koşulları aynı olmalıdır
- Termal geçmişler karşılaştırılabilir olmalıdır
- Eğri şekilleri gerçek bileşik davranışını yansıtmalıdır
DSC parametrelerindeki small sapmalar bile pik şeklini, entalpiyi ve KristalleşmeKristalleşme, kristallerin oluşumu ve büyümesi sırasında sertleşmenin fiziksel sürecidir. Bu işlem sırasında kristalleşme ısısı açığa çıkar.kristalleşme davranışını etkileyerek model performansını doğrudan etkiler.
Bu nedenle, eğitim için yalnızca tanımlanmış Quantify standardı altında gerçekleştirilen ölçümler kullanılabilir.
Sayısallaştırma Ölçüm Kontrol Listesi (Eğitim Verileri için Zorunludur)
Yöntem Parametreleri
- Örnek ağırlığı: 10 ± 1 mg
- Isıtma hızı: 10 K/dak
- Soğutma hızı: 10 K/dak
- Atmosfer: Azot (varsayılan gaz akışları)
- Pota: Al Concavus® delikli kapaklı
- Hassasiyet ve TempCal geçerli
- BeFlat® akti̇f hale geti̇ri̇ldi̇
⚠️ Bu parametreler aşağıdakiler için sabittir Proteus® Now Quantify. Sapmalar tepe şekillerini değiştirebilir ve tahmin güvenilirliğini azaltabilir.
Ayrıntılı bir ölçüm kılavuzu belgesine buradan ulaşabilirsiniz:
Sizin için ne var?
Yapay zeka odaklı polimer analizinin ilerlemesine yardımcı olurken verilerinize katkıda bulunun ve avantajlar elde edin:
- Web sitemizde işbirliği ortağı olarak görünürlük
- Yeni ürünlere özel erişim Proteus® Now Quantify modeller & özelli̇kler
- Kendi malzemeleriniz için daha iyi sonuçlar
- İşbirliği fırsatları (yayınlar, konferanslar)
Yapay Zeka Tabanlı Polimer Analizinin Geleceğine Yön Veren Enstitüler
Aşağıdaki enstitüler ve laboratuvarlar, DSC'nin sürekli gelişimini desteklemek için standartlaştırılmış DSC veri kümelerine katkıda bulunmuşlardır Proteus® Now Quantify. Gerçek endüstriyel verileri paylaşarak, kontaminasyonların tespitini, malzeme sınıflandırmasını ve polimer geri dönüşüm akışları için güvenilir tahminleri güçlendirmeye yardımcı oluyorlar.
Tüm ortaklarımıza işbirlikleri ve NETZSCH ile birlikte veri odaklı malzeme analizini ilerlettikleri için içtenlikle teşekkür ederiz.
Sıkça Sorulan Sorular (SSS)
Sizin Katkınız
Standartlaştırılmış DSC eğitim verilerini göndererek aşağıdakilere yardımcı olursunuz:
- kirlilik tespit algoritmalarını iyileştirmek
- KristalleşmeKristalleşme, kristallerin oluşumu ve büyümesi sırasında sertleşmenin fiziksel sürecidir. Bu işlem sırasında kristalleşme ısısı açığa çıkar.kristalleşme temelli sınıflandırmayı güçlendirmek
- geri dönüşüm akışları arasında güvenilir tahmini artırın
- quantify 'ı gerçek endüstriyel malzemeler için daha uygulanabilir hale getirin
Veri seti ne kadar temsili ve çeşitli olursa model performansı da o kadar iyi olur.
Nasıl Katılabilirsiniz
- Quantify ölçüm kontrol listesini tam olarak takip edin (yukarıdaki kılavuz belgeye bakın)
- Malzemenin gerçek bir bileşik olduğundan emin olun (kuru karışımlar yok)
- İsterseniz polimer türü verilerinianonimleştirin : sadece malzeme sınıflarına, dolgu maddesi miktarına ve her sınıf için bileşim miktarlarına ihtiyacımız var (bkz. SSS)
- Katkınızı tartışmak veya veri paylaşmak içinbize e-posta gönderin
- Quantify uzmanlarımız size ulaşacaktır:
