Predicting Intergranular Corrosion Penetration Depth in Accelerated Testing using Machine Learning
Este artículo presenta un marco de aprendizaje automático probabilístico entrenado con 128 resultados experimentales para predecir con precisión la profundidad de penetración de la corrosión intergranular en aleaciones de la serie Al 6000 basándose en su composición y parámetros de fabricación, validando la efectividad del modelo mediante predicciones exitosas en seis aleaciones no vistas.