Aalto_R2B_Bayesian Optimization for Material Properties

Projektissa käytetään koneoppimista optimaalisen rajapinnan luomiseen tehtaanhallinnan loppukäyttäjän ja materiaalien ominaisuuksista saatavan raakadatan välille teollisessa tuotantoympäristössä. Projektin tavoitteena on optimoida materiaalien valintaa, suunnittelua ja käsittelyä kahden komponentin (eksploitaatio ja eksploraatio) avulla ja käyttää ”pientä dataa” piilotettujen lainalaisuuksien löytämiseksi. Koneoppimisalgoritmimme perustuu todennäköisyyspohjaiseen bayesilaiseen päättelyyn, joka tunnetaan myös nimellä bayesilainen optimointi, ja sitä voidaan helposti käyttää haastavissa ongelmissa monilla insinööritieteiden aloilla, kuten esimerkiksi erilaisten seosten suunnittelussa, nestemekaniikassa, kemiallisissa reaktioissa sekä materiaalien käsittelyssä. Lopullinen soveltuvuusselvitys (proof-of-concept) on helppokäyttöinen ohjelmistorajapinta kovaan tieteeseen, jonka avulla maallikko voi optimoida materiaalien ominaisuuksia ja prosessiparametreja ilman erityistä koulutusta. Tämä korvaa prosessin/materiaalin optimoinnin konsultoinnin tarpeen murto-osalla sen kustannuksista. Tämä tutkimuksesta liiketoiminnaksi projekti kartoittaa mahdollisia kaupallistamispolkuja luoden edellytykset tulosten hyödyntämiseksi liiketoiminnassa.