Vers l'approximation de fonctions monotones avec le modus ponens généralisé graduel à partir de peu de données: application à la Science des Matériaux
Abstract
La science des matériaux suscite un intérêt grandissant et l'intelligence artificielle a un rôle à jouer dans l'évolution de ce domaine. Prédire les propriétés d'un nouveau matériau à partir des paramètres de son processus de fabrication est une tâche d'une importance primordiale car elle pourrait permettre de cibler les bonnes propriétés plus rapidement.
Dans cet article, nous présentons une approche basée sur le Modus Ponens Généralisé Graduel pour approcher des fonctions monotones et ainsi modéliser en particulier les relations graduelles entre les paramètres du processus et les propriétés des matériaux. L'approche est testée par la suite sur des données synthétiques et réelles.
Origin : Files produced by the author(s)