利用多输出高斯过程回归加速薄膜材料库的表面组成表征
材料科学
2025-06-19 v1
摘要
高效表征高维材料空间中的表面组成,对于加速表面主导功能材料的发现至关重要。虽然 X射线光电子能谱允许进行详细的表面组成调查,但该技术仍需大量时间。本文演示了高斯过程回归可用于从通过能量色散 X射线光谱快速获取的体积组成数据准确预测表面组成,从而大幅减少所需的表面测量次数。以氧化物 Mg-Mn-Al-O 为例,将其合成为组成分布薄膜材料库并通过高通量方法进行分析。我们展示,仅需 13 次测量,即可以 96% 的准确率预测整个材料库的表面组成,将总测量时间缩短 277 小时。该方法具有可扩展性和数据效率,可集成到材料发现工作流程中进行表面分析。
引用
@article{arxiv.2503.23471,
title = {Accelerating Surface Composition Characterization of Thin-Film Materials Libraries using Multi-Output Gaussian Process Regression},
author = {F. Thelen and F. Lourens and A. Ludwig},
journal= {arXiv preprint arXiv:2503.23471},
year = {2025}
}