差分学习

差分学习预测含能材料热稳定性，排序准确率超85%

美国洛斯阿拉莫斯国家实验室等机构研究者提出差分学习方法预测含能材料热稳定性：不预测绝对分解温度而训练消息传递神经网络预测分子对之间的相对差异，可降低对实验室间系统实验误差的敏感度，热稳定性排序准确率超85%，优于传统回归；键解离焓被识别为排序关键决定因素。

全球化学情报 8月26日 12:24 44