傳統(tǒng)的理論研究、實(shí)驗(yàn)研究及計(jì)算仿真已無法滿足科學(xué)家對新材料的探索與設(shè)計(jì)。數(shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)算法對材料的篩選與性能預(yù)測有著推動作用。將機(jī)器學(xué)習(xí)算法應(yīng)用到材料信息學(xué),基于現(xiàn)有材料熱導(dǎo)率數(shù)據(jù)集,建立機(jī)器學(xué)習(xí)熱導(dǎo)率預(yù)測模型,通過交叉驗(yàn)證來對機(jī)器學(xué)習(xí)回歸模型進(jìn)行評估。利用機(jī)器學(xué)習(xí)算法建立描述符與熱導(dǎo)率屬性之間的映射模型,可用于大規(guī)模的材料篩選,從而指導(dǎo)實(shí)驗(yàn)研究。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1CallawayModel特征RF模型下的預(yù)測評估圖

由表1和表2可見，RF模型下的預(yù)測評估值更優(yōu)。在決定系數(shù)R2值的比較中，結(jié)合CallawayModel計(jì)算公式特征屬性的預(yù)測評估值R2和RMSE分別為0.7261和51.7262，預(yù)測結(jié)果詳見圖1。經(jīng)驗(yàn)證，4組環(huán)境下的實(shí)驗(yàn)結(jié)果，均顯示機(jī)器學(xué)習(xí)與材料熱導(dǎo)率之間存在一定的相關(guān)性。3....

本文編號：3947090