Malzeme bilişimi, malzemelerin anlaşılmasını, kullanılmasını, seçilmesini, geliştirilmesini ve keşfedilmesini geliştirmek için, bilişim ve veri bilimi ilkelerini malzeme bilimi ve mühendisliğine uygulayan bir çalışma alanıdır. ‘Malzeme bilişimi’ terimi topluluk tarafından çoğu zaman ‘veri bilimi’, ‘makine öğrenimi’ ve ‘yapay zeka’ ile birbirinin yerine kullanılmaktadır.
Bu,
genellikle 20 yıldan uzun süren, yeni malzemeler geliştirmek, üretmek ve dağıtmak
için gereken zaman ve riski büyük ölçüde azaltmak amacıyla çeşitli malzeme
verilerinin yüksek hızlı ve sağlam bir şekilde edinilmesini, yönetilmesini,
analiz edilmesini ve yayılmasını sağlamak amacıyla ortaya çıkan bir alandır. Bu
çalışma alanı, materyal ve bilgi arasındaki ilişkinin bazı geleneksel
anlayışlarıyla sınırlı değildir.
Bazı daha dar yorumlar
arasında kombinatoryal kimya, süreç modelleme, malzeme veri tabanları, malzeme
veri yönetimi ve ürün yaşam döngüsü yönetimi yer alır. Malzeme bilişimi bu
kavramların kesişme noktasındadır, ancak aynı zamanda onları aşar ve bir tür
malzeme üzerinde toplanan verilerden öğrenilen dersleri diğerlerine uygulayarak
daha fazla içgörü ve daha derin anlayış elde etme potansiyeline sahiptir. Uygun
meta verileri toplayarak her bir veri noktasının değeri büyük ölçüde
genişletilebilir.
Sol: Mikroskopi ve (nano)mekanik deneyler yoluyla oluşturulan veri tabanları,
ilgili tanımlayıcıları ve öngörücüleri sağlamak için çok ölçekli modelleme
simülasyonlarıyla birleştirilir. Özellik tahmini, yapısal nicelleştirilmesi ve
malzeme tasarımı/keşfini (sağda) sağlayan ML algoritmalarını (ortada) araştırmak
ve doğrulamak için kullanılır. (Şekildeki kodların açılımları: TEM: transmisyon elektron mikroskopu, XRD:
X-ray difraksiyon, ML: makine öğrenimi, MD: moleküler dinamik, DFT: yoğunluk
fonksiyonel teorisi, CP: kristal plastisite, DDD: diskrit –kesikli- dislokasyon
dinamiği)
https://en.wikipedia.org/wiki/Materials_informatics
26 Eylül 2023
