Uncertainty-aware phase fraction prediction and active-learning-guided out-of-domain discovery of refractory multi-principal element alloys
यह अध्ययन रिफ्रैक्टरी मल्टी-प्रिंसिपल एलीमेंट्स अलॉयज में फेज फ्रैक्शंस की भविष्यवाणी करने के लिए मिक्सचर डेंसिटी नेटवर्क्स का उपयोग करते हुए एक अनसर्टेन्टी-अवेयर डीप लर्निंग फ्रेमवर्क पेश करता है, मजबूत भविष्यवाणियों के लिए एक न्यूनतम फीचर सेट की पहचान करता है, और अनदेखे तत्वों वाले नवीन अलॉयज की खोज को निर्देशित करने के लिए एक एक्टिव लर्निंग रणनीति का उपयोग करता है।