Negli ultimi anni, l'informatica dei materiali (di seguito denominata MI), che applica l'ingegneria dell'informazione alla scienza dei materiali, ha attirato l'attenzione. L'MI è un metodo che utilizza un'enorme quantità di dati sperimentali e risultati di simulazione relativi ai materiali e utilizza tecniche di scienza dei dati come l'apprendimento automatico e il deep learning per promuovere lo sviluppo efficiente di nuovi materiali. Per far avanzare l'MI, è necessario estrarre l'intervallo di ricerca di un materiale in base a molteplici condizioni di ricerca dalla grande quantità di informazioni sulle proprietà fisiche possedute dal materiale, ed effettuare la ricerca visualizzando e comprendendo l'intervallo da verificare sperimentalmente. JMP è un potente strumento per visualizzare e analizzare le informazioni su queste proprietà fisiche. Utilizziamo la funzione di accesso al database di JMP per acquisire caratteristiche dei materiali e analizzare in modo intuitivo i dati utilizzando una dashboard che include filtri di dati locali. Il clustering e l'adattamento del modello sono metodi particolarmente efficaci per estrarre informazioni utili da set di dati complessi. Inoltre, anche i ricercatori che non hanno familiarità con la programmazione come SQL o Python possono eseguire l'intero processo dall'acquisizione dei dati all'analisi grazie alla facile operatività di JMP. In questa presentazione introdurremo esempi di iniziative MI come la visualizzazione di informazioni sulle proprietà fisiche utilizzando JMP e l'analisi multivariata.
