• Connexion
  • Adhérer
  • Aucune suggestion, car le champ de recherche est vide.

Voir le défi AI4M

logo-mazlite
La société Adputer Inc. a mis au point une méthode innovante permettant de créer de nouveaux matériaux « manifold » présentant des formes géométriques périodiques et continues. Ces matériaux peuvent posséder des propriétés physiques, photoniques, électroniques et magnétiques particulières. Nous pourrions utiliser ces matériaux « manifold » dans les batteries de nouvelle génération, les piles à combustible à hydrogène et les composants photoniques.
À partir d'un ensemble de paramètres, nous obtenons un modèle 3D à structure complexe grâce à un générateur. Nous pouvons ensuite fabriquer un objet physique par fabrication additive. Nous pouvons ainsi mesurer et tester l'objet afin d'obtenir diverses caractéristiques physiques telles que la dureté, la ténacité et la résistance.
L’idée du projet consiste à utiliser l’IA pour les essais et la classification des prototypes. Nous devons établir une corrélation entre les caractéristiques physiques et les paramètres d’entrée initiaux à l’aide de l’IA et de l’apprentissage automatique. Nous pourrions ainsi sélectionner les matériaux optimaux pour les applications demandées. Cela permettrait également de gagner beaucoup de temps et d’économiser des fonds lors des essais et de la vérification des prototypes.

À propos d'Adputer Inc. :

Adputer Inc. est une entreprise innovante spécialisée dans l'intelligence artificielle et la conception de modèles 3D. Ses matériaux créatifs et variés trouvent des applications dans divers domaines tels que les énergies propres, la photonique et la santé. Ses modèles d'intelligence artificielle permettent de résoudre des problèmes d'optimisation et de régression.

Objectifs du projet :

  • Créer des ensembles de données sur les caractéristiques physiques et les modèles géométriques
  • Construire un modèle d'IA/ML pour effectuer des analyses de régression et de classification
  • Déterminer la relation entre les modèles géométriques paramétriques et leurs fonctions physiques
  • Sélectionner les matériaux adaptés aux applications concrètes

Ce qu'ILS apportent :

Adputer Inc. pourrait se charger de développer un modèle d'apprentissage automatique (ML) pour la régression et la classification de prototypes. Notre modèle d'IA/ML a été testé sur l'ensemble de données CIFAR100 et utilise le framework TensorFlow/JAX pour un apprentissage rapide. Nous avons conçu des modèles de variétés 3D et les avons commercialisés.

Ce que VOUS apporterez :

  • Fabricants spécialisés dans la fabrication additive capables de produire des pièces complexes
  • Des appareils de test capables de mesurer les propriétés physiques des nouveaux matériaux
  • Services d'impression 3D à l'échelle nanométrique permettant de fabriquer des nanomatériaux
  • Fabricants de nanomatériaux destinés aux nouvelles énergies

Si cela vous intéresse, veuillez remplir le formulaire ci-dessous .

Inscription à l’infolettre NGen
Adhérez maintenant
Suivez-nous