资源库 / 7月25日消息，美国能源部橡树岭国家实验室公开了一组新的增材制造数据，供行业和研究人员评估和改进3D打印部件质量。ORNL的综合3D打印数据集可用于训练机器学习模型，以改进组件的质量评估。

训练后的算法能够可靠预测机械测试成功与否，并将零件极限抗拉强度预测错误率降低了61%。

资源库 / 7月25日消息，美国能源部橡树岭国家实验室公开了一组新的增材制造数据，供行业和研究人员评估和改进3D打印部件质量。ORNL的综合3D打印数据集可用于训练机器学习模型，以改进组件的质量评估。

训练后的算法能够可靠预测机械测试成功与否，并将零件极限抗拉强度预测错误率降低了61%。