物理信息机器学习预测难熔高熵合金八项力学性能 加速高温材料设计
研究人员开发物理信息机器学习框架,结合分位数梯度提升与Born稳定性约束,预测难熔复杂成分合金(CCA)的八项力学性能(体模量、剪切模量、硬度、弹性常数等),使用393个DFT数据点训练,为约10^15种可能组合的实验探索提供筛选工具。
共 1 篇 · B910 化工资讯聚合
研究人员开发物理信息机器学习框架,结合分位数梯度提升与Born稳定性约束,预测难熔复杂成分合金(CCA)的八项力学性能(体模量、剪切模量、硬度、弹性常数等),使用393个DFT数据点训练,为约10^15种可能组合的实验探索提供筛选工具。