基于机器学习的金属合金材料性质预测
材料科学
2021-09-21 v1 机器学习
计算物理
摘要
密度泛函理论及其优化算法是材料领域计算性质的主要方法。尽管计算结果准确，但耗费大量时间与金钱。为缓解该问题，我们拟使用机器学习预测材料性质。本文中，我们利用开放量子材料数据库，对金属合金的原子体积、原子能量和原子形成能进行实验。通过传统机器学习模型、深度学习网络和自动化机器学习，我们验证了机器学习在材料性质预测中的可行性。实验结果表明，机器学习可准确预测材料性质。
引用
@article{arxiv.2109.09394,
title = {Prediction of properties of metal alloy materials based on machine learning},
author = {Houchen Zuo and Yongquan Jiang and Yan Yang and Jie Hu},
journal= {arXiv preprint arXiv:2109.09394},
year = {2021}
}