En los últimos años, ha estado atrayendo la atención la informática de materiales (en adelante MI), que aplica la ingeniería de la información a la ciencia de materiales. MI es un método que utiliza una gran cantidad de datos experimentales y resultados de simulación relacionados con materiales, y utiliza técnicas de ciencia de datos como el aprendizaje automático y el aprendizaje profundo para promover el desarrollo eficiente de nuevos materiales. Para avanzar en la MI, es necesario extraer el rango de búsqueda de un material basándose en múltiples condiciones de búsqueda de la gran cantidad de información de propiedades físicas que posee el material, y buscar mientras se visualiza y comprende el rango que se va a verificar experimentalmente. JMP es una poderosa herramienta para visualizar y analizar información sobre estas propiedades físicas. Utilizamos la función de acceso a la base de datos de JMP para adquirir características del material y analizar los datos de forma intuitiva mediante un panel que incluye filtros de datos locales. La agrupación y el ajuste de modelos son métodos particularmente eficaces para extraer información útil de conjuntos de datos complejos. Además, incluso los investigadores que no están familiarizados con programación como SQL o Python pueden realizar todo el proceso, desde la adquisición de datos hasta el análisis, gracias a la sencilla operatividad de JMP. En esta presentación, presentaremos ejemplos de iniciativas de MI, como la visualización de información de propiedades físicas utilizando JMP y análisis multivariado.
