Содержание |
Хроника
2024: Утверждение ГОСТа
В середине ноября 2024 года Росстандарт утвердил ГОСТ Р 71688-2024 — «Искусственный интеллект. Наборы данных для разработки и верификации моделей машинного обучения для косвенного измерения физико-механических свойств объектов аддитивного производства. Общие требования». Документ разработан Федеральным государственным бюджетным учреждением «Российский институт стандартизации».
Отмечается, что одной из основных целей в области проектирования новых композиционных материалов является прогнозирование их надежности и долговечности. Существующие способы прогнозирования свойств взаимосвязаны с состоянием внутренней структуры материала, а поэтому соответствующие расчеты представляют собой ресурсоемкую задачу. Вместе с тем физико-механические показатели, полученные в результате стандартных испытаний, могут быть использованы для «косвенного» прогнозирования стойкости и долговечности изделия без дополнительных исследований внутренней структуры материала с использованием машинного обучения и алгоритмов ИИ.
Принятый стандарт устанавливает требования к наборам данных, используемым для разработки и верификации машинного обучения для косвенных измерений физико-механических свойств объектов аддитивного производства (3D-печати). Документ определяет порядок выбора методов сбора, анализа, постобработки набора данных аддитивного производства, а также методы контроля качества и полноты наборов данных для косвенного измерения свойств узлов и элементов конструкций.TAdviser выпустил новую Карту «Цифровизация ритейла»: 280 разработчиков и поставщиков услуг 
Для эффективного подхода к процессу структурирования информации и входных данных, как отмечается, необходимо использовать два класса показателей: технологические параметры собственно аддитивного производства и физико-механические свойства объектов, полученных посредством 3D-печати. Такой подход должен учитывать различные аспекты производственных процессов и позволять создавать модели машинного обучения, которые совершенствуют качество конечных объектов.[1]
