检索结果-南通市图书馆

Crystal structure guided machine learning for the discovery and design of intrinsically hard materials

Journal of Materiomics 2022年第3期8卷 678-684页

作者： Russlan Jaafreh Tamer Abuhmed Jung-Gu Kim Kotiba Hamad School of Advanced Materials Science&Engineering Sungkyunkwan UniversitySuwon16419South Korea College of Computing and Informatics Sungkyunkwan UniversitySuwon16419South Korea

In this work,a machine learning(ML)model was created to predict intrinsic hardness of various compounds using their crystal *** this purpose,an initial dataset,containing the hardness values of 270 compounds and counterpart applied loads,was employed in the learning *** on various features generated using crystal information,an ML model,with a high accuracy(R^(2)=0.942),was built using extreme gradient boosting(XGB)*** validations conducted by hardness measurements of various compounds,including MSi_(2)(M=Nb,Ce,V,and Ta),Al_(2)O_(3),and FeB_(4),showed that the XGB model was able to reproduce load-dependent hardness behaviors of these *** addition,this model was also used to predict the behavior based on prototype crystal structures that are randomly substituted with elements.

关键词： Machine learning XGB algorithm Intrinsic hardness Crystal chemistry oqmd ICSD MP

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：