會員中心
工業材料雜誌
材料最前線
電子報
工研院材化所技術櫥窗
廠商資料庫
進階

每日焦點

橡塑膠反應押出之深度學習建模優化

此篇文章針對高分子材料反應押出製程結合AI，提出遞迴式深度嵌入網路(RDEN)以整合多種螺桿組態下的生產資料，進行模擬預測產品品質指標。模型以自編碼器(Autoencoder)將各螺桿組態壓縮為精簡的潛在向量(Latent Vector)，保留輸送(Conveying)、捏合(Kneading)與混合(Mixing)元件的關鍵結構資訊，提出深度學習模型與優化演算法，進一步建立雙螺桿押出模擬預測模型，用於螺桿排列與操作條件的協同設計... [詳細]

文章推薦

熱門看板

展覽現場停看聽

專家現場

NaPoGlass-吸放自如的高效能金屬離子捕捉材

材料主題館

淨零永續
環保 綠建築
更多
循環經濟
生質 循環經濟
更多
能源/儲能
鋰離子電池 車用電池 固態電池
更多

半導體
單晶/複晶矽 半導體 IC
更多
電子構裝
電子構裝 電路板
更多
光電/顯示器
LED OLED
更多

化學/化工
化學品 觸媒 塑膠/高分子
更多
奈米/微細技術
微機電 MEMS 奈米管 奈米點(量子...
更多
金屬/熱電材料
熱電 3C 散熱元件 輕金屬
更多

水處理科技
水科技
更多
智慧生活
感測器 穿載式裝置 智慧生活
更多
材料與技術
無線通訊零組件 防蝕技術 生醫
更多