机器学习：加速复杂共晶合金的发现与设计
计算材料学
2024-09-08 13:52
文章摘要
本文介绍了香港城市大学杨勇教授团队开发的一种基于机器学习的框架，用于加速复杂共晶合金的发现与设计。共晶合金因其优异的机械性能和流动性而受到广泛关注，但传统的合金设计方法在处理多主元合金体系时存在局限性。该研究通过结合条件变分自编码器和人工神经网络，开发了一个能够自动生成复杂共晶合金成分的机器学习框架。研究中还提出了一种基于主成分分析和K均值聚类算法的数据预处理方法，解决了数据驱动合金设计中的数据不平衡问题。实验结果表明，该框架成功在不同合金体系中发现了从四元至六元的共晶合金，显著加快了共晶合金的发现和设计过程。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
