基于锚点引导的稀疏混合线性建模用于高熵合金发现
材料科学
2025-04-30 v1 应用统计
统计方法学
机器学习
摘要
高熵合金因其卓越的机械性能和热稳定性而受到关注。然而，元素组成的组合爆炸导致传统的试错实验方法在材料发现中效率极低。为此，机器学习技术日益被用于属性预测和高通量筛选。但高度精确的非线性模型常因缺乏可解释性而受到限制。本研究聚焦于实验数据获取中固有的贪心搜索行为所产生的局部数据结构。通过引入线性和低维混合回归模型，我们在预测性能与模型可解释性之间取得平衡。此外，我们开发了一个同时进行预测和特征选择的算法，考虑多个候选描述子。通过对高熵合金的案例研究，本研究提出了一种结合锚点引导聚类和稀疏线性建模的方法，以解决材料科学中贪心探索导致的偏差数据结构问题。
引用
@article{arxiv.2504.20354,
title = {Sparse mixed linear modeling with anchor-based guidance for high-entropy alloy discovery},
author = {Ryo Murakami and Seiji Miura and Akihiro Endo and Satoshi Minamoto},
journal= {arXiv preprint arXiv:2504.20354},
year = {2025}
}