Npj Comput. Mater.: 生成式机器学习：设计复杂成分的共晶合金
知社学术圈
2024-11-20 11:29
文章摘要
本文介绍了使用生成式机器学习方法设计复杂成分的共晶合金的研究。共晶合金因其优异的机械性能和流动性在学术和工业领域具有重要价值。随着高熵合金等复杂成分合金的发展，传统基于二元或三元合金相图的方法已不再适用。香港城市大学的杨勇教授团队开发了一种结合条件变分自编码器和人工神经网络的机器学习框架，能够自动生成复杂成分的共晶合金。该框架通过主成分分析和K均值聚类算法解决了数据不平衡问题，成功在不同合金体系中发现了从四元至六元的共晶合金，显著加快了共晶合金的发现和设计过程。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Cannabis Consumption Among Adults Aged 55-65 in Canada, 2018-2021.
DOI: 10.1177/00220426231190022
Pub Date : 2025-01-01
Date: 2023/7/19 0:00:00
Issue Publication Information
DOI: 10.1021/cmv036i021_186621410.1021/cmv036i021_1866214
Pub Date : 2024-11-12
SiOx Interfacial Engineering of UV/Ozone Oxidation for an Efficient Water-Reduction Metal–Insulator–Semiconductor Silicon Photocathode
DOI: 10.1021/acscatal.4c05792
Pub Date : 2024-11-20
最新文章
京公网安备 11010802042870号
