.png){kind=icon}
返回
Physics-informed Gaussian process classification for constraint-aware alloy design
.png){kind=icon}
OA
AI
DOI：10.1039/D5DD00084J.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
合金设计可以表述为一个约束满足问题。基于先前的方法论；我们提出为高斯过程分类器（GPCs）配备物理信息先验均值函数，以建模可行设计空间的中心。通过三个案例研究；我们强调了信息先验在处理连续和分类属性约束方面的效用。（1）相稳定性：通过将CALPHAD预测作为固溶相稳定性的先验；我们使用公开可用的XRD数据集增强了模型验证。（2）相稳定性预测的细化：我们演示了一种在体主动学习方法，以高效地修正相图。（3）连续属性阈值：通过将先验嵌入连续属性模型；我们通过主动学习加速了满足特定属性阈值的合金发现。在每个案例中；将基于物理的见解整合到分类框架中显著提高了模型性能；展示了一种面向约束的合金设计的高效策略。
Keyword:
Gaussian Process Classifiers
physics-informed priors
alloy design
constraint-satisfaction problem
active learning
期刊
IF:
5.6
论文数:
997
被引数:
1.7K
机构
暂无机构信息
引用论文
分享收藏Integrated design of aluminum-enriched high-entropy refractory B2 alloys with synergy of high strength and ductility.png)
SCIENCE ADVANCES
SCIENCE ADVANCESIF12.5
PREAI
分享收藏Data-augmented modeling for yield strength of refractory high entropy alloys: A Bayesian approachACTA MATERIALIAOAAI
ACTA MATERIALIAIF9.3
OAAI分享收藏Beyond Atomic Sizes and Hume-Rothery Rules: Understanding and Predicting High-Entropy AlloysJOM
OAAI
JOMIF0
OAAI分享收藏Discovering High Entropy Alloy Electrocatalysts in Vast Composition Spaces with Multiobjective Optimization通过多目标优化在广阔的组成空间中发现高熵合金电催化剂OAAI
OAAI分享收藏Mechanistic origin of high strength in refractory BCC high entropy alloys up to 1900K高达1900K的耐火BCC高熵合金中高强度的机理起源ACTA MATERIALIAOAAI
ACTA MATERIALIAIF9.3
OAAI分享收藏分享收藏
查看更多内容