生体内分解性金属生体材料のためのディープラーニング: 劣化モデリングから性能予測、実践的ケーススタディまで

• 相安定性誘導型の説明可能機械学習フレームワークを開発し、541の相ラベル付きHEA、263の硬さ記録、214の降伏強度記録のデータベースで学習した
• 相分類器の精度0.923、硬さのR2=0.881、降伏強度のR2=0.856を達成した
• 30万件の仮想候補をスクリーニングし、CALPHAD支援評価と3つの代表合金の実験的検証で主要相・硬さ・圧縮降伏強度が予測と概ね一致した

本研究では、マイクロ波硬化ジオポリマーの圧縮強度を予測するための、解釈可能なスタッキングアンサンブル代理モデルを開発した。2010年から2025年までの文献から収集された235の観測データセットを使用し、アルミニウムケイ酸塩前駆体、活性剤濃度、硬化パラメータを網羅した。このフレームワークは、線形、カーネル、ツリーベースの基本モデルを線形メタ学習器で統合し、一般化性能を向上させている。従来のモデルとは異なり、異種研究間での信頼性を確保するためにソース認識検証を実装した。スタッキングアンサンブルは、決定係数(R2)0.957、RMSE 5.64 MPaを達成し、単独モデルを大幅に上回った。SHA…

高エントロピー遷移金属二ホウ化物は有望な超高温セラミックスであるが、高温弾性応答、異方性変形、破壊機構に関する原子レベルの知見は乏しい。本研究では、第一原理計算精度の深層学習ポテンシャルを開発し、分子動力学シミュレーションを用いて、(Hf0.2Zr0.2Ta0.2Ti0.2Nb0.2)B2 の900 Kから3300 Kまでの熱機械挙動を研究した。開発したポテンシャルは、格子定数、状態方程式、弾性定数を密度汎関数理論計算および実験結果と高い精度で再現し、熱膨張・圧縮状態でも適用可能であった。シミュレーションの結果、面外方向の熱膨張が面内方向を上回る異方性熱膨張と、C11 > C33 を維持しつ…

本レビューは、従来の骨ネジを不活性な機械的固定具から生体統合型で機能的にプログラム可能なインプラントへと変革するための、材料および構造ベースの戦略を統合する。チタン、ステンレス鋼、コバルトクロム合金などの永久金属システムと、マグネシウム、鉄、亜鉛ベースの生分解性システムを比較し、強度、弾性率、分解または腐食挙動、生物学的安全性といった相反する要件を比較する。外部形状、ネジ形状、表面曲率、粗さ、マイクロ/ナノトポグラフィー、機能コーティングが、挿入安定性、タンパク質吸着、マクロファージ応答、骨形成分化、骨-インプラント接触をどのように制御するかを検討する。特に、三次元周期最小曲面(TPMS)構…

• 浸炭・非浸炭エンジニアリング鋼の摩耗挙動予測で、ランダムフォレストがRMSE 0.00495、MAE 0.00273、R2 0.7244と最高精度を示した
• 物理情報付きニューラルネットワーク(PINN)はR2 -282.62と著しく低い性能に終わり、同タスクでの有効性が示されなかった
• SHAP分析で、表面状態・材料タイプ・すべり時間・負荷と時間の相互作用が摩耗挙動を支配する主要パラメータと特定された