JARVIS-DFT数据集上的泄漏感知带隙预测：分阶段特征分析
机器学习
2025-12-24 v1 材料科学
摘要
在本研究中，我们对JARVIS-DFT带隙数据集进行了系统分析，识别并移除了可能无意中编码能带结构信息的描述符，例如有效质量。这一过程产生了一个经过筛选、无泄漏的包含2280种材料的子集。使用该数据集，我们实现了一个三阶段建模框架，该框架逐步纳入基本物理描述符、工程特征和组成属性。结果表明，基于树的模型在所有阶段均能达到约0.88至0.90的R²值，这表明当控制泄漏时，扩展描述符空间并不会显著提高预测精度。SHAP分析一致地将介电张量分量识别为最主要的贡献因素。这项工作为未来泄漏感知带隙预测研究提供了一个经过筛选的数据集和基线性能指标。
引用
@article{arxiv.2512.19732,
title = {Leakage-Aware Bandgap Prediction on the JARVIS-DFT Dataset: A Phase-Wise Feature Analysis},
author = {Gaurav Kumar Sharma},
journal= {arXiv preprint arXiv:2512.19732},
year = {2025}
}
备注
21 pages, 11 figures