材料科学的大数据——描述符的关键作用
数据分析、统计与概率
2015-03-13 v2
摘要
迄今为止，材料属性或功能的统计学习始于一个很大程度上被忽视且未受挑战的步骤：描述性参数集（称为描述符）的选择。然而，当描述符与驱动机制之间的科学联系不明确时，所学习到的描述符 - 属性关系的因果性便不确定。因此，对新前景材料的可靠预测、异常识别以及科学进步都变得可疑。我们分析了这一问题并定义了合适描述符的要求。以一个经典案例为例，即闪锌矿/纤锌矿与岩盐结构半导体的能量差，我们展示了如何系统地找到有意义的描述符。
引用
@article{arxiv.1411.7437,
title = {Big Data of Materials Science - Critical Role of the Descriptor},
author = {Luca M. Ghiringhelli and Jan Vybiral and Sergey V. Levchenko and Claudia Draxl and Matthias Scheffler},
journal= {arXiv preprint arXiv:1411.7437},
year = {2015}
}
备注
Accepted to Phys. Rev. Lett