面向 CALPHAD 建模的深度学习：仅基于化学式的通用参数学习
材料科学
2023-07-11 v1
摘要
CALPHAD（相图计算，CALculation of PHAse Diagrams）方法在增强材料与制造工艺设计方面发挥着重要作用，它支撑了热力学与物性数据库的建立。在本研究中，我们提出一种深度学习方法，仅基于化学式来训练 CALPHAD 模型中的参数。我们通过计算液体混合参数的示例展示了其应用。该工作展示了 CALPHAD 与深度学习的融合，凸显了其在实现自动化全面 CALPHAD 建模方面的潜力。
引用
@article{arxiv.2307.04283,
title = {Deep learning for CALPHAD modeling: Universal parameter learning solely based on chemical formula},
author = {Qi-Jun Hong},
journal= {arXiv preprint arXiv:2307.04283},
year = {2023}
}