用于短聚合物纤维材料合成的快速贝叶斯优化
机器学习
2018-02-19 v1 计算物理
摘要
新材料的合成工艺发现涉及许多关于工艺设计、操作和材料特性的决策。实验至关重要，但随着复杂性增加，使用传统组合方法探索变量可能变得不切实际。我们描述了一种迭代方法，利用机器学习优化工艺开发，并纳入多个定性与定量目标。我们以一个用于合成短聚合物纤维的新型流体处理平台演示该方法，并展示如何高效引导合成工艺以实现材料和工艺目标。
引用
@article{arxiv.1802.05841,
title = {Rapid Bayesian optimisation for synthesis of short polymer fiber materials},
author = {Cheng Li and David Rubin de Celis Leal and Santu Rana and Sunil Gupta and Alessandra Sutti and Stewart Greenhill and Teo Slezak and Murray Height and Svetha Venkatesh},
journal= {arXiv preprint arXiv:1802.05841},
year = {2018}
}
备注
Scientific Report 2017