Inferencia inversa bayesiana de propiedades materiales a partir de imágenes de microestructura

En este artículo, introducimos un marco bayesiano diseñado para la inferencia inversa, con el objetivo de predecir propiedades materiales/parámetros de proceso a partir de imágenes de microestructura. La integración de técnicas de inferencia bayesiana con modelos generativos profundos establece una herramienta robusta para aplicaciones en ciencia de materiales, particularmente en la caracterización de materiales y el control de propiedades. Esta integración proporciona un enfoque novedoso para aclarar la fiabilidad de las predicciones. La aplicación de este marco a un problema de muestra que involucra la predicción de propiedades materiales a partir de microestructuras de acero dual artificial demuestra su capacidad para estimar estas propiedades mientras se tiene en cuenta las incertidumbres de predicción. Además, incluso en comparación con métodos de regresión convencionales en términos de estimación puntual, el marco propuesto exhibe una precisión superior en la predicción. Estos resultados ilustran claramente que el marco presentado en este artículo constituye una herramienta poderosa para lograr un diseño eficiente de materiales.