Inferência inversa bayesiana de propriedades materiais a partir de imagens de microestrutura

Neste artigo, introduzimos uma estrutura bayesiana projetada para inferência inversa, com o objetivo de prever propriedades materiais/parâmetros de processo a partir de imagens de microestrutura. A integração de técnicas de inferência bayesiana com modelos generativos profundos estabelece uma ferramenta robusta para aplicações em ciência dos materiais, particularmente na caracterização de materiais e controle de propriedades. Essa integração oferece uma abordagem inovadora para esclarecer a confiabilidade das previsões. A aplicação dessa estrutura a um problema amostral envolvendo a previsão de propriedades materiais a partir de microestruturas de aço de fase dupla artificial demonstra sua capacidade de estimar essas propriedades, levando em conta as incertezas de previsão. Além disso, mesmo em comparação com métodos de regressão convencionais em termos de estimativa pontual, a estrutura proposta apresenta superioridade em precisão na previsão. Esses resultados ilustram claramente que a estrutura apresentada neste artigo constitui uma ferramenta poderosa para alcançar um design de materiais eficiente.